视觉传感技术在机器人焊接中的应用

在机器人自动化焊接中,视觉传感系统是非常重要的组成部分,其主要作用是用于导引初始焊缝位置和监测焊接过程状态,提供焊缝和熔池的特征信息,并对机器人焊缝位置和焊缝的成形进行实时跟踪控制,简单介绍了视觉传感技术在机器人焊接过程中的应用现状,并对其目前所存在的问题与相关技术进行了探讨.     

弧焊机器人激光焊缝跟踪系统的应用研究

焊缝自动跟踪是实现焊接自动化的关键,在传统弧焊机器人系统的基础上设计了一种基于激光传感器的焊缝跟踪子系统,构建了激光传感器的数学模型及机器人手眼标定方法,并针对搭接焊缝的图像特点,提取出焊缝特征点位置坐标.同时设计开发了焊缝跟踪控制算法和机器人焊缝跟踪程序,最后通过对储气罐环形搭接焊缝进行焊接实验,结果证明了该焊缝跟踪系统的有效性和可靠性.     

轨道式管道焊接机器人焊缝跟踪方法研究现状

首先简述了截至2013年世界石油天然气管线的铺设情况以及采用熔化极气体保护焊(GMAW)的轨道式管道焊接机器人在工业中的应用情况、工作特点和优势,然后,较为全面地介绍了熔化极气体保护焊中常用传感器的分类,详细分析了它们的焊缝跟踪原理、优缺点和在管道焊接中的应用情况。研究发现,电弧传感器和视觉传感器具有实时性好、信息量大、跟踪精度高等优点,是管道焊接中应用最广泛的两种传感器,单一的传感器在不同工艺的焊缝跟踪中跟踪精度容易受到限制,而采用多种传感器相结合的方法可以极大提高油气管道的焊缝跟踪精度。采用视觉传感和电弧传感相结合的焊缝跟踪系统已经在日本投入天然气现场管线的焊接,并获得了良好的焊接效果。最后得出结论,焊接过程中应该根据工艺特点采取不同的跟踪方法,而采用多种传感器结合的方式可以提高焊缝跟踪精度,必将成为今后研究的热点。     

基于旋转电弧传感方式的焊接机器人路径生成方法

介绍了一种空间全位置焊接条件下的焊枪姿态自动规划方法.系统以旋转电弧传感器和工业机器人为平台而采集焊接电流数据,通过对电流处理,提取焊枪的姿态和焊缝的位置信息,据此计算机器人的运动轨迹;使焊枪自动跟踪平滑的三维焊缝,并随焊缝调整焊枪姿态;同时根据不同情况调整焊接参数,在焊缝终点自动结束焊接过程.最后,基于工业机器人的实验数据仿真,验证了所设计方案的可行性和有效性.结果表明:焊枪姿态自动规划方法可以自动跟踪三维焊缝和自动调整参数,且不需要另外附加传感器,使其成本降低和系统的复杂程度简化;焊枪姿态自动规划方法使得生产更加自动化,且前进速度均匀,焊接角度有保证,对提高焊接质量很有益.     

存在流水孔的角焊缝移动焊接机器人跟踪

为提高焊接的质量和效率,研究了一种能够准确跟踪存在流水孔和焊缝终点的角焊缝机器人。起弧后,利用旋转电弧传感器识别焊枪相对于角焊缝的位置,基于轮、水平滑块和垂直滑块的协调运动跟踪连续的空间弯曲角焊缝;同时,研究了利用视觉传感器识别流水孔的起点、终点和焊缝终点的工作原理;研究了基于多传感器融合技术对存在流水孔和焊缝终点的角焊缝的跟踪;并进行了弯曲角焊缝、存在流水孔和焊缝终点的角焊缝的跟踪实验以及焊角形貌观察实验.结果表明,所设计的机器人能够准确地跟踪存在流水孔的角焊缝.     

移动焊接机器人轨迹跟踪控制机制及实验

摘要： 针对目前移动焊接机器人进行滑模变结构控制的动力学研究较少,且滑模变结构控制中产生的高频振荡及其对移动焊接机器人的焊缝跟踪精度影响较大的问题,搭建了移动焊接机器人平台,建立了移动焊接机器人的运动学和动力学模型,并提出了一种能够实现移动焊接机器人高精度焊缝跟踪的新型控制算法.基于移动焊接机器人的动力学模型,采用滑模变结构控制理论对移动焊接机器人进行鲁棒性控制,并采用光滑的连续函数代替滑模变结构控制中的符号,以消除高频振荡的影响.结果表明了所提出方法的可行性和有效性.在焊缝跟踪过程中,移动焊接机器人运行平稳,得到了较高的跟踪精度.     

移动机器人90°折线角焊缝跟踪仿真及实验研究

针对船舶建造过程中船舱底部与甲板内侧格子形焊缝空间狭小、焊接条件恶劣的情况,设计了一轮式移动焊接机器人,通过ADAMS软件对焊缝跟踪进行运动学逆解仿真,将仿真结果用于90°折线焊缝的跟踪焊接实验,从而减少了实验次数,降低了实验成本.其仿真结果可以为机器人的准确设计与焊接跟踪实验提供依据.     

移动机器人90°折线角焊缝跟踪仿真及实验研究

针对船舶建造过程中船舱底部与甲板内侧格子形焊缝空间狭小、焊接条件恶劣的情况,设计了一轮式移动焊接机器人,通过ADAMS软件对焊缝跟踪进行运动学逆解仿真,将仿真结果用于90°折线焊缝的跟踪焊接实验,从而减少了实验次数,降低了实验成本.其仿真结果可以为机器人的准确设计与焊接跟踪实验提供依据.     

焊接机器人中智能视觉的研究

自同步的激光扫描机被集成在一个小型的装置中,将其安装在关节式机器人的手腕上。为了改善光三角测量特性,用最新的固体激光器和CCD传感器技术组合成这种新式的摄象机结构。在焊接过程中,摄象机能对焊接工件进行三维测量,且使机器人弧焊过程最优化,在大电流弧焊期间也能以高精度实时进行焊缝和焊接几何形状的分析。它提供了关于弧前方的焊缝几何形状(例如:焊缝跟踪)和焊区后方(例如:完成的焊缝检查)的信息。提供了闭环自适应焊接的两个信息。视觉系统能被用来产生三维物体数据,这些数据同计算机图象系统连在一起,能够组成实时系统乃至专家系统。     

焊接机器人中智能视觉的研究

自同步的激光扫描机被集成在一个小型的装置中，将其安装在关节式机器人的手腕上，为了改善光三角测量特性，用阳新的固体激光器和CCD传感器技术组合成这种新式的摄象机结构，在焊接过程中，摄象机能对焊接工件进行三维测量，且使机器人弧焊过程最优化，在大电流弧焊期间也能以高精度实时进行焊缝和焊接几何形状的分析，它提供了关于弧前方的焊缝几何形状（例如：焊缝跟踪）和焊区后方（例如：完成的焊缝检查）的信息，提供了闭环自适应焊接的两个信息。视觉系统能被用来产生三维物体数据，这些数据同计算机图象系统连在一起，能够组成实时系统乃至专家系统。     

基于焊接温度场的焊缝跟踪与熔透控制

研究了从焊接温度场中获取焊缝位置和熔透信息的方法，在此基础上设计了规则自调整模糊控制器，实现了MIG／MAG的焊缝跟踪与熔透控制．该系统已成功应用于螺旋管缝内焊自动跟踪与熔透控制．     

应用于铝合金焊接中的被动视觉获取

摘要： 根据铝合金的特点,提出了铝合金钨极氩弧焊中应用的双窗口被动视觉传感技术,可以清晰地观察到熔池宽度和焊缝间隙等几何参数.通过图像处理技术可以稳定地提取出图像的几何特征,将其作为焊接质量和焊缝跟踪等技术的检测信息,并应用于火箭贮箱的焊接.     

地磁场对焊枪高度跟踪的影响及减小方法

应用地球磁场理论对GMR磁传感器在焊接过程中焊枪的高度跟踪问题进行系统分析与研究.实验结果表明,采用模拟实验方法,对GMR和放大电路分别采用屏蔽和非屏蔽措施,在正常的工作电压、焊枪与工件的垂直高度为5.0 mm以及地磁场Z分量为26971 nT时,测得地磁场分量Z引起焊枪的高度变化高达5%,即0.3 mm;此外,结合不同纬度地区的地磁分布情况,得出了桂林与满归两地之间因地磁场影响造成的焊枪高度误差也可高达5.5%即0.3 mm以上.从而证明了这种焊枪高度跟踪检测传感器明显地受地磁地影响.为了减小其影响,采用磁法勘探中磁场补偿原理进行补偿,为电弧焊接非接触检测提供了一种新的方法.     

基于三维视觉的焊接机器人轨迹跟踪

为改善激光焊接机器人的运动轨迹精度,提出一种基于视觉的机器人轨迹跟踪控制方法。该方法将摄像机安装于工业机器人末端构成视觉反馈的控制系统,采用阈值分割方法检测出激光焦点,利用灰度投影积分方法快速检测出焊缝线,然后以修正的线-线匹配和立体视觉技术计算出激光焦点和焊缝线的空间位置,得到激光焦点相对于焊缝线的误差,再结合机器人运动学原理控制机器人实时运动以消除此误差。实验结果表明该方法能够有效提高机器人轨迹精度。     

基于三维视觉的焊接机器人轨迹跟踪

为改善激光焊接机器人的运动轨迹精度,提出一种基于视觉的机器人轨迹跟踪控制方法。该方法将摄像机安装于工业机器人末端构成视觉反馈的控制系统,采用阈值分割方法检测出激光焦点,利用灰度投影积分方法快速检测出焊缝线,然后以修正的线-线匹配和立体视觉技术计算出激光焦点和焊缝线的空间位置,得到激光焦点相对于焊缝线的误差,再结合机器人运动学原理控制机器人实时运动以消除此误差。实验结果表明该方法能够有效提高机器人轨迹精度。     

焊缝视觉跟踪模糊控制器的研究

本文设计了一种用于焊缝跟踪的自组织模糊控制器，并与CCD视觉传感及图象信息处理技术相配合，在TIG焊、平板对接条件下，获得了比简单模糊控制器更好的在线跟踪效果，并显示了对焊缝轨迹的变化具有较好的自适应能力。     

焊缝图像的分形模型

在焊接条件下,用工业摄像机获取的焊缝的实时图像中常含有各种干扰信息,导致传统的图像边缘检测的方法很难准确地检测出焊缝的边缘。为了提高焊缝实时图像处理的准确性,提出了宏观处理与微观检测相结合的思想。分形理论被引入了图像处理,建立了焊缝图像的分形数学模型,对其性质进行了讨论与证明。最后给出了图像综合处理的方法。这种图像处理思想不仅可用于焊接图像处理,对图像处理向智能处理方向发展也有重要的启发意义。     

基于分形理论的焊缝信息提取

在基于机器视觉信息的焊缝跟踪系统中，受焊接条件的影响，所拍图像经常存在许多干扰信号，严重地影响了准确焊缝边缘位置信息的获得．针对这一问题，文中利用基于分形理论的边缘提取算法对有干扰图像中的焊缝边缘位置进行了提取．该算法利用各向同性的分数布朗随机场模型对焊缝图像进行分析，通过适当选取无标度区域求出了像素点及其邻域的分数维，并据此来区分焊缝边缘区域．文中还用该算法对自然光及弧光(混合气体保护焊)干扰条件下的焊缝图像进行了处理，结果表明，在较强的干扰条件下，此算法也能够将焊缝边缘位置信息准确提取出来，使焊缝中心位置误差不超过0．3mm．