论文部分内容阅读
托盘式货架广泛的应用于制造业、第三方物流和配送中心等领域，主要由型钢焊接的货架片（带托盘），通过水平、垂直拉杆以及横梁等构件联接而成，所以焊接工艺是其最主要的制造工艺之一。但由于焊缝数量多、手工焊接精度不高、焊接环境恶劣、人工焊接成本较高等因素，传统的手工焊接已经不能满足现代化生产的需要。虽然在很多工业领域已经逐步实现焊接自动化，但在货架行业焊接自动化水平还比较低，所以开发一种具有焊缝自动检测以及跟踪的自动化焊接设备意义重大。 针对托盘式货架，本文基于激光视觉传感，对货架托盘自适应焊接技术进行研究，首先设计了一套专用的激光视觉传感器，主要包括CCD摄像机、激光器、滤光片、温度检测装置以及冷却系统等，利用设计好的激光视觉传感器对焊缝图像进行实时显示和采集。 针对采集到的焊缝图像，设计了一套适用于货架托盘焊缝的图像处理以及焊缝焊点识别的算法，该算法主要包括图像灰度转化、图像中值滤波、图像阈值分割、图像腐蚀图像细化以及行扫描搜索特征提取法，能实现焊缝焊点的自动提取，同时保持较高的图像处理精度。 设计了货架托盘自适应焊接系统，该系统主要包括位置机构和姿态机构，其中位置机构用来实现焊枪移动到相应的焊点，姿态机构决定焊枪在空间的焊接角度。 将摄像机进行标定，利用空间坐标转换实现焊缝特征信息的空间三维建模，通过图像坐标系、成像平面坐标系、摄像机坐标系和世界坐标系的相互转换实现图像坐标系中的焊点坐标转换到世界坐标系的焊点坐标;利用LABVIEW和MATLAB混合编程技术实现焊接系统控制软件的设计，其中MATLAB完成图像处理部分，而LABVIEW实现图像采集、空间三维建模和运动控制。在LABVIEW中基于ACTIVEX实现与MATLAB的混合编程，通过使用MATLAB脚本调用图像处理程序。 最后开展基本性能测试实验。实验显示，焊缝焊点特征提取的误差大约在0.66mm左右，焊缝跟踪的最大误差大概在3.5mm，整个系统的精度与稳定性较高;本文设计的激光视觉传感器在焊枪间断工作时4个小时左右的时间内最高温度在36.8摄氏度，工作时间较长，稳定性较高;本系统在当前主流配置的计算机下，图像处理和特征点提取的时间为0.2～0.3s，在步进电机驱动器设置在16细分的状态下，焊枪运动速度大约为12.5mm/s。