平面短焊缝识别方法、焊接方法和装置

本发明涉及自动化焊接领域，特别涉及一种平面短焊缝识别方法、焊接方法和装置。

背景技术：

1、人工示教焊接形式无法适应多变的外部环境，在非理想条件下更无法自动纠正可能出现的焊接轨迹误差，其正在向着自主化焊接形式快速转变。自主化焊接难以实现是因为机器人很难抛离示教轨迹的识别、编程等工序，并且很难像人类一样动态灵活地感知焊缝有效信息，比如起弧点位置、熄弧点位置和焊缝区域位置等。为此，机械传感器、电弧传感器、红外传感器、超声传感器、电磁传感器和光学传感器等被广泛用于机器人焊接系统中。目前智能化焊接形式主要有传感器辅助的实时跟踪焊接、焊前扫描轨迹识别焊接和焊前拍照轨迹识别焊接。

2、传感器辅助的实时跟踪焊接形式对于长直焊缝、大批量标准焊缝具备高效焊接的优势。但是对于平面短焊缝具备如下的技术不足：一、随着焊缝长度越短，这种焊接方法的效率越低，因为当焊缝长度低于传感器的前置距离时，跟踪焊接功能将会失效；二、跟踪焊接并非彻底剥离示教轨迹完全自主的运行，它需要示教轨迹的引导，所以当工件摆放误差过大时，跟踪焊接无法有效开展；三、跟踪焊接主要是在焊接过程中控制焊枪的轨迹，但对于起弧点与熄弧点的识别与定位是缺乏的。

3、传感器辅助的焊前扫描轨迹识别焊接形式虽然一定程度上可使机器人在焊接前自主识别焊接轨迹，而不依赖于教学回放的方法，但需要提前编辑传感器扫描的轨迹，对于机器人焊接系统来说是非常不方便且低效的。传感器辅助的焊前拍照轨迹识别焊接形式主要是利用双目视觉辅助，虽然在一定程度上提升了平面短焊缝焊接自主化程度，但仍然存在问题：一、双目视觉传感器是一种复合型传感器，其内部结构是非常复杂的；对于确定传感器内部双相机之间的空间立体关系也是非常困难的；二、缺乏一个在复杂环境光下适应性非常高的焊缝条纹提取算法也是双目视觉无法被广泛用于实际焊接的主要原因；三、在起弧点与熄弧点处存在大量的噪声、反射、亮斑和暗斑，使得常规的焊缝条纹提取算法容易得到不完整的焊缝条纹；传统的双目视觉辅助的焊接方法并没有对起弧点和熄弧点的定位方法进行确定，难以满足高精度的焊接要求。

4、所以规划平面焊缝的焊接轨迹一直是机器人自主焊接的关键，然而识别定位焊缝、起弧点与熄弧点和编程焊接轨迹往往都是通过效率低下的人工示教来实现的，无法简单高效地识别定位平面短焊缝起弧点与熄弧点，无法简单高效地拟合焊接轨迹，对于智能化高效化焊接是不足的。

技术实现思路

1、本发明的目的在于提供一种平面短焊缝识别方法，通过两步拍照实现，尤其适用于在平面短焊缝的机器人施焊场合，可以实现高效焊接，例如带坡口的平面短对接焊缝、不带坡口的平面短对接焊缝、平面短搭接焊缝或平面短角焊缝等。

2、本发明的上述目的通过以下技术方案实现：

3、一种平面短焊缝识别方法，包括如下步骤：

4、步骤一、利用安装在机器人上的单一相机对工件进行随意两个姿态下的全局拍照，将一空间点在第一拍照姿态下的相机坐标与该点在第二拍照姿态下的相机坐标代入到系统标定方程中，求取该点在机器人基坐标系下的三维坐标；

5、所述的系统标定方程如下：

6、

7、式中：(xb,yb,zb)为一空间点在第一拍照姿态下及第二拍照姿态下机器人基坐标系obxbybzb下的坐标；为第一拍照姿态下工具坐标系oh1xh1yh1zh1到机器人基坐标系obxbybzb的转换矩阵；为第二拍照姿态下工具坐标系oh2xh2yh2zh2到机器人基坐标系obxbybzb的转换矩阵；(xc1,yc1,zc1)为一空间点在第一拍照姿态下相机坐标系oc1xc1yc1zc1下的坐标；为相机坐标系oc1xc1yc1zc1到工具坐标系oh1xh1yh1zh1的转换矩阵；(xc2,yc2,zc2)为一空间点在第二拍照姿态下相机坐标系oc2xc2yc2zc2下的坐标；为相机坐标系oc2xc2yc2zc2到工具坐标系oh2xh2yh2zh2的转换矩阵。

8、步骤二、识别与拟合焊接轨迹：

9、提取工件的起弧点、熄弧点焊缝区域和四个角点信息；将角点在第一拍照姿态下的相机坐标系下的坐标与在第二拍照姿态下的相机坐标系下的坐标代入立体匹配关系求取两图像之间的立体匹配关系tr；

10、所述的立体匹配关系如下所示：

11、

12、焊缝条纹图像提取后对焊缝条纹图像进行先腐蚀后膨胀的形态学处理，令处理后的第一拍照姿态下的图像上的焊缝条纹点云为第二拍照姿态下的图像上的焊缝条纹点云为将相机坐标系oc1xc1yc1zc1下各点的坐标通过立体匹配关系tr求取其对应的立体匹配点云将相机坐标系oc2xc2yc2zc2下各点的坐标通过立体匹配关系tr求取其对应的立体匹配点云

13、步骤三、求取焊接轨迹；

14、将各点在相机坐标系oc1xc1yc1zc1下的坐标与各点在相机坐标系oc2xc2yc2zc2下的坐标代入到系统标定方程中求取焊接轨迹f1；将各点在相机坐标系oc2xc2yc2zc2下的坐标与各点在相机坐标系oc1xc1yc1zc1下的坐标代入到系统标定方程中求取焊接轨迹f2；求取焊接轨迹f1与焊接轨迹f2的中心曲线f中，并对中心曲线f中进行b样条曲线拟合；b样条曲线拟合后的轨迹曲线f焊被认定为最终焊接轨迹。

15、作为本发明更优的技术方案，所述的系统标定方程求解过程如下：

16、将步骤系统标定方程改写为ax＝b；对ax＝b的系数矩阵a进行采样，构建6个标准线性方程组aix＝bi(i＝1,2,3,4,5,6)；求解每一个线性方程组aix＝bi(i＝1,2,3,4,5,6)的标准解xi(i＝1,2,3,4,5,6)；计算切比雪夫残差ri(x)＝‖axi-b‖∞；将ri(x)绝对值的最小值所对应的解认定为系统标定方程解。

17、作为本发明更优的技术方案，所述的焊缝条纹图像的提取过程如下：

18、将焊缝区域进行亮度和对比度增强，亮度和对比度增强函数为：

19、g(u,v)＝α·f(u,v)+β

20、式中：其中α为增益，α>0；β为像素偏差参数；f(u,v)为输入图像的像素值；g(u,v)为输出图像的像素值。

21、对焊缝条纹进行检测为：

22、s(u,v)＝|δxf|+|δyf|

23、式中：s(u,v)为像素点的梯度；δxf是横向边缘像素梯度；δyf是纵向边缘像素梯度。

24、作为本发明更优的技术方案，所述的系统标定方程的建立过程如下：

25、将相机坐标系向工具坐标系进行转换；

26、

27、式中：(xc1,yc1,zc1)为一空间点在第一拍照姿态下相机坐标系oc1xc1yc1zc1下的坐标；(xh1,yh1,zh1)为该点在第一拍照姿态下工具坐标系oh1xh1yh1zh1下的坐标；为相机坐标系oc1xc1yc1zc1到工具坐标系oh1xh1yh1zh1的转换矩阵。

28、

29、式中：(xc2,yc2,zc2)为一空间点在第二拍照姿态下相机坐标系oc2xc2yc2zc2下的坐标；(xh2,yh2,zh2)为该点在第二拍照姿态下工具坐标系oh2xh2yh2zh2下的坐标；为相机坐标系oc2xc2yc2zc2到工具坐标系oh2xh2yh2zh2的转换矩阵。

30、工具坐标系向机器人基坐标系进行转换；

31、

32、式中：(xb,yb,zb)为一空间点在第一拍照姿态下及第二拍照姿态下机器人基坐标系obxbybzb下的坐标；为第一拍照姿态下工具坐标系oh1xh1yh1zh1到机器人基坐标系obxbybzb的转换矩阵；为第二拍照姿态下工具坐标系oh2xh2yh2zh2到机器人基坐标系obxbybzb的转换矩阵。

33、根据上述两次转换得到系统标定方程。

34、本发明还有一个目的是提供一种平面短焊缝焊接装置，包括机器人3、固定在机器人3上的焊枪5、固定在焊枪5上的相机4和放置在焊接平台6上的待焊接件7；

35、所述的平面短焊缝焊接装置的焊接过程如下：

36、保证每个拍照姿态下相机都能拍照到工件的全局，机器人3随意设定的机器人3第一拍照姿态对待焊接件7进行拍照，再随意设定机器人3第二拍照姿态对待焊接件7进行拍照，以定位起弧点和熄弧点、识别与拟合焊接轨迹；再通过上述平面短焊缝识别方法得到最终焊接轨迹，最后将最终焊接轨迹与起弧点位置、熄弧点位置传递到机器人系统中，机器人带动焊枪进行焊接。

37、本发明还有一个目的是提供一种平面短焊缝焊接方法，首先通过上述平面短焊缝识别方法得到最终焊接轨迹，再将最终焊接轨迹与起弧点位置、熄弧点位置传递到机器人系统中，机器人带动焊枪进行焊接。

38、有益效果在于：

39、本发明通过单一相机两步拍照法的自主焊接，使得机器人能够自主定位与识别平面焊缝的焊接轨迹，提高机器人焊接的自主性与灵活性，工件的装配位置与装配精度也不被严格约束，不需借助复杂的传感器仅凭单一且简单的相机就能够识别出焊接轨迹，辅助机器人实现了自主焊接。

技术特征：

1.平面短焊缝识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的平面短焊缝识别方法，其特征在于，所述的系统标定方程求解过程如下：

3.根据权利要求1所述的平面短焊缝识别方法，其特征在于，所述的焊缝条纹图像的提取过程如下：

4.根据权利要求1所述的平面短焊缝识别方法，其特征在于，所述的系统标定方程的建立过程如下：

5.一种平面短焊缝焊接装置，其特征在于：包括机器人、固定在机器人上的焊枪、固定在焊枪上的相机和放置在焊接平台上的待焊接件；

6.一种平面短焊缝焊接方法，其特征在于：首先通过通过权利要求1所述的平面短焊缝识别方法得到最终焊接轨迹，再将最终焊接轨迹与起弧点位置、熄弧点位置传递到机器人系统中，机器人带动焊枪进行焊接。

技术总结
本发明涉及一种平面短焊缝识别方法、焊接方法和装置，属于自动化焊接领域；通过单一相机的两步拍照法自主焊接模型，准确识别空间点在机器人基坐标系下的三维坐标，赋予了机器人焊接非标准平面焊缝或批量平面焊缝的自主性；利用YOLOv5神经网络定位起弧点、熄弧点、工件角点及焊缝区域，提高了机器人对空间目标的感知能力；通过亮度和对比度增强算法、边缘检测算法、形态学处理算法准确地从焊缝区域中提取到焊缝点云；通过立体匹配算法与B样条曲线拟合算法，从不可抗拒的、动态的、不规则的干扰信息中对焊接轨迹进行识别与拟合；将拟合的焊接轨迹传递到机器人系统中对平面焊缝进行自主焊接。

技术研发人员：赵小辉,池玉朋,齐嵩宇,臧铁军,闫庆华,王浩
受保护的技术使用者：吉林大学
技术研发日：
技术公布日：2024/12/5