视觉引导下的机器人跟踪复杂焊缝的研究

对无视觉机器人加装视觉系统进行了研究,给出了机器人坐标系到摄像机坐标系的变换关系,对改进后的机器人进行了复杂焊缝的跟踪实验,实验证明该改进是可行的。     

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.     

集装箱薄板的对接焊缝视觉跟踪系统

根据集装箱薄板对接焊缝的特点,设计了一种具有高可靠性、能够在工业现场长期应用的视觉跟踪系统.采用基于数字信号处理器(DSP)的智能摄像头采集并处理焊缝图像,提取焊缝特征,输出焊缝偏差到PLC,使用PLC与步进电机实现焊接过程中的焊缝实时纠偏控制.现场实验结果表明,所设计的焊缝跟踪系统能够满足焊缝跟踪的精度要求,具有实际应用价值.     

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.     

基于视觉目标跟踪的侦察机器人导航方法

针对未知环境下侦察机器人的自主导航问题,提出了一种基于视觉目标跟踪的侦察机器人导航方法.首先利用二进制鲁棒独立元素特征(BRIEF)提取方法来检测和描述待跟踪视觉目标的局部不变特征点,在快速的特征匹配计算基础上提出由粗到精的目标定位两步法实现机器人导航过程中视觉目标的实时准确跟踪.其次对基于视觉目标跟踪的自主导航任务进行行为分解和实现,在行为中集成视觉目标跟踪算法.最后利用基于宏行为的机器人事务执行机制实现移向视觉目标的自主导航控制.实验结果表明,提出的方法能够使侦察机器人实时准确地跟踪视觉引导目标,在复杂障碍物环境下可靠地完成移向目标的自主导航任务.     

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。     

PAW视觉传感焊缝跟踪检测系统的设计与实现

采用低成本电荷耦合器件制作了焊接过程视觉传感器，实现了一种等离子弧焊焊缝实时跟踪系统．从PAW熔池后方拍摄获取图像，识别出了熔池图像最亮点，以它作为熔池中心得到了焊缝偏差的实时检测曲线．采取双缓冲图像采集和多线程程序设计方法，设计了相应的实时控制软件，其检测周期可达43ms，较好地满足了焊缝跟踪的实时性要求．通过分析，找出了系统的瓶颈，并指出该系统实现更高性能的途径在于采用高速摄像头和高速采集卡．     

基于轮式小车的焊缝视觉信息的获取与跟踪

针对铝合金自动焊接,采用基于视觉的方式,探讨了适合双目视觉传感器的焊缝图像处理与跟踪方法;搭建了基于轮式行走小车的焊缝跟踪与控制平台,开发出一套切合系统的软件跟踪控制策略与软件平台;提出机器指令生成方法,开展基于铝合金对接焊缝非起弧跟踪实验.实验结果表明:跟踪效果良好,能够达到焊枪预期的位置和姿态,为后期小车系统起弧焊接与控制奠定了基础.     

弧焊机器人焊缝的实时图象处理

提出了一种在机器人电弧焊过程中进行轨迹跟踪的实时图象处理方法。焊缝图象由ＣＣＤ摄像系统摄取。通过图象采集系统和计算机软件处理，得到机器人的运动轨迹与实际焊缝之间的偏差，据此控制机器人运动进行实时跟踪。对于Ｖ型坡口和搭接接头，其可靠性达９７％以上。如果用多台摄像机同时处理焊缝图象，则可以检测出焊缝的三维信息。本算法的轨迹跟踪精度为 ０． ４ ｍｍ。可用于机器人运动轨迹的自动规划。     

基于结构光视觉传感的焊缝图像处理研究

以结构光视觉传感焊缝跟踪系统为研究对象,分析了焊缝图像处理在焊缝跟踪过程中的重要性。由于焊接过程中受弧光、飞溅等因素的影响,CCD拍摄的实际焊接图片包含了大量的干扰信息,对图像进行处理是关键环节。其中包括图像分割、图像增强、边缘检测等,讨论了不同方法的处理优势,同时指出图像处理速度对焊接的影响。     

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。     

焊缝形状对双面焊焊接接头拉伸断裂位置的影响

使用ANSYS有限元数值模拟软件建立双面埋弧焊钢管接头拉伸变形模型,并通过实验验证了该模型的合理性。在此模型的基础上,研究了焊缝的形状对焊接接头拉伸断裂位置的影响。结果表明:外焊缝熔宽存在3个临界值,其值的大小对焊接接头拉伸断裂位置的变化规律有着重要影响,为提高高强管线钢管焊缝质量、优化焊接工艺提供了理论依据。     

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。     

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.     

基于环形激光的光学系统及其性能评估

基于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,利用正负透镜,开发了一种基于环形激光的光学扫描系统;研究了环形激光成像过程中的球差消除问题.结果表明,该光学扫描系统可以实现环形激光轨迹,球差足够小,能够用于特征提取以及焊缝识别与跟踪.     

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。     

用于TIG焊缝跟踪的表面活性剂对电弧电压的影响

提出一种基于表面活性剂示踪的电弧传感焊缝跟踪方法,该方法能实现I型对接坡口TIG焊缝的焊接.建立电弧信号采集和分析的试验系统,实验研究表面活性剂不同涂覆方式对电弧电压的影响.结果表明,涂覆方式和摆动频率对电压信号影响较大,而焊接电流和涂覆厚度的影响较小.通过电弧摆动和焊缝表面涂覆活性剂的方式,可以得到明显的周期性电压信号,此信号可以用于焊缝跟踪传感.     

用于焊缝跟踪的调制式红外光学传感器

叙述了一种以脉冲调制的红外光束为信号光源的焊缝跟踪传感器。通过对接 收信号的滤波及“自适应消噪”处理,可以有效地克服电弧光的干扰;利用光源的脉冲 驱动特性,加大了瞬时信号功率,改善了光学传感器对工件表面的适应性。传感器结构简 单、体积小、灵敏度高、能同时实现对焊缝在水平及高度两个方向的自动跟踪在埋弧 及明弧自动焊中均能准确地跟踪。     

基于粒子滤波的结构光实时焊缝跟踪技术

针对弧焊中的电弧、飞溅等强光干扰,提出了一种结构光焊缝跟踪实时图像处理技术,研制出焊缝跟踪视觉传感器.首先对焊缝特征区域进行识别和捕获,提取焊缝特征模板,利用焊缝序列图像的相关性对焊缝位置变化进行观测,并对其后验概率进行评价;在此基础上,采用粒子滤波对焊缝实现实时跟踪.结果表明,其相关品配能够有效地消除弧光、飞溅的干扰,其焊缝特征模板的实时更新使得焊缝跟踪能够适应形状变化的焊缝,其特征区域约束和快速相关算法能够有效地提高跟踪的实时性.将所研究的系统在PC104(PIII 1.6 GB)处理平台上,于弧焊接距离传感器20mm且无遮挡情况下进行实验测试,结果发现其跟踪效果良好,每帧处理速度达10 ms,焊缝跟踪精度达0.5 mm.