论文部分内容阅读
焊接在工业生产中具有重要作用,被称为“工业裁缝”。焊接机器人被广泛应用于汽车制造业、石油化工机械生产、建筑工程、船舶、动力工程等多个行业。但是,目前大多数使用的焊接机器人都是示教再现型机器人,而在焊接过程中由于焊枪运动导致焊缝出现偏差,造成焊接质量不高,同时小批量生产时由于示教时间过长导致焊接效率低下,因此,将机器视觉应用到焊接机器人中具有重要的价值。但同时也有着很多的问题需要解决:第一,焊接过程存在多种干扰因素,从焊接图像中去除干扰后提取出焊缝特征点坐标信息是最先需要解决的问题;第二,获得焊缝特征点坐标后实现焊缝实时跟踪。本文对机器视觉实现机器人自动焊接进行了研究,工作成果如下:1.针对机器人视觉系统标定问题提出了一种改进张氏标定算法。首先对成像模型和张氏标定原理进行了介绍,利用FAST算法代替手动方法对标定板角点进行提取后,然后将标定板导入MATLAB标定工具箱实现后续标定过程,结果表明该方法降低了人为手动提取角点产生的误差,也避免了角点提取过程中可能出现的失误,提高了标定的精度和速度。2.针对焊缝特征点坐标提取问题,提出了多种图像处理算法。首先,为了降低焊缝图像的运算量和干扰因素,对焊缝图像进行灰度化和自适应滤波处理。其次,为了去除多余图像信息,将需要处理的激光条纹保留下来,使用Ostu法对焊缝图像进行二值化操作。然后,为了将焊缝特征信息从激光条纹中提取出来,使用边缘检测方法将激光条纹的边缘提取出来,利用对称轴转换法将激光条纹细化成一条线。最后,利用Hough变换对细化后的激光条纹进行处理,得到最终焊缝特征点的坐标信息。图像处理过程使用MATLAB进行编程处理,结果表明该方法具有较高的可靠性。3.针对焊缝跟踪问题,本文提出了预检测直线插补法实现焊缝实时跟踪。通过预先对焊缝特征点进行检测,然后识别出焊接过程中出现的拐点,利用预先检测出的焊缝特征点坐标替代拐点周围坐标,从而降低了在拐角处焊接轨迹的误差较大问题。同时,针对由于人为失误造成的装配误差问题,利用自动校正方法来进行消除,使得系统在有外界干扰的情况下仍然可以精确的工作。4.通过实验验证焊缝跟踪的准确性。使用普通直线插补法与本文方法对焊缝跟踪进行实验,结果表明在不同的焊接速度下本文跟踪算法都可以保持较好的跟踪效果,误差较小。同时,人为将焊缝位置摆放错误,使用自动校正方法后可以准确获取新摆放焊缝的位置,方法有效可行。