论文部分内容阅读
焊接过程的自动化与智能化已经成为焊接行业发展的趋势。传统的示教再现型焊接机器人对焊接作业条件的稳定性及精度要求十分严格，对于每一项焊接任务都需要严格准确的示教，这不仅增加了工人的劳动强度，而且对复杂形状的焊缝编程效率较低，不能对焊接动态过程实现实时检测控制。装配误差、焊接应力和变形都能引起焊缝位置相对于机器人预先给定位置的变化，而通常机器人并不能识别这种接头位置的变化。这种情况下，通常使用焊缝定位跟踪传感器来识别和跟踪焊缝位置的变化，并将焊缝的位置信息和偏差信息传送给机器人。
本文采用主动光源检测技术，构建了基于激光视觉传感器的焊缝检测系统。首先开发了圆形激光扫描传感器，建立了激光锥面数学模型，推导了该系统的三维检测原理。开发基于Labview的软件系统，实现图像采集,并对采集的图像进行处理,识别焊缝特征点，获得焊缝的图像坐标,根据检测原理，将特征点图像坐标转化为世界坐标。
为克服传统的点状或线条状激光视觉传感器信息量少、解释模糊以及跟踪方向单一等问题，本文开发了圆形激光扫描传感器，激光二极管发射激光，通过由电动机带动的由正负透镜组成的透镜体，投射到待焊工件表面形成圆形激光轨迹。
针对带有一阶径向畸变的透射投影成像模型，对传统的两步法摄像机标定技术进行了改进，设计了一种线性标定摄像机内外参数的简便算法，该算法首先对部分内参数预标定，然后根据成像过程的RAC (Radial alignment constraint，径向排列约束)关系，只需要采用最小二乘法解超定线性方程组就可以得到全部参数，避免了解非线性方程组及参数优化的复杂过程。采用激光法（光学法）标定摄像机成像主点位置，并采用求图像光斑质心的方法对实验结果进行处理。实验结果表明该方法的标定精度较高，并且不受其他参数标定的影响。
分析了结构光三维测量原理。针对圆形激光扫描三维测量系统，建立结构光锥面方程的数学模型；确定锥形方程的待标定参数。设计了结构光锥面的标定方法，通过采集位于锥面上的标定点，建立了摄像机坐标下的结构光锥面方程。
在对图像特征提取过程中，结合焊缝图像的特点，开发了一套基于Labview和IMAQ Vision的适用于焊缝图像处理及焊缝特征点识别的算法，其中包括图像中值滤波技术、图像锐化、自动化阈值分割技术，骨架细化技术以及去除毛刺技术等；分别开发了针对对接接头、搭接接头、V型坡口接头和角接接头的焊缝特征点识别算法。