The invention discloses an on-line measurement method for the position of weld feature points, which includes steps: making the welding torch in the initial welding position; initializing the image information of the weld contour and obtaining the initial position of the weld; collecting the weld image; forecasting the position of the weld at the current time, completing the modeling of the weld image in the time sequence direction, and extracting the features of the weld image, and finally realizing the weld feature. Tracking and positioning of feature points and calculating the trajectory of welding torch. The invention also discloses an automatic measurement system for weld trajectory, including an embedded development board, a laser vision sensor, a welding robot, a robot controller, matching welding equipment and a workpiece clamping table. The invention can deal with the noise interference existing in the non-structural welding environment, improve the robustness and stability of the seam tracking system, realize the automatic identification of seam feature points, and greatly improve the automation degree and production efficiency.
【技术实现步骤摘要】
焊缝特征点位置在线测量方法及焊缝轨迹自动测量系统
本专利技术涉及焊缝轨迹自动测量领域,特别涉及融合目标检测和跟踪算法的焊缝特征点位置在线测量方法及焊缝轨迹自动测量系统。
技术介绍
焊接在制造过程扮演着非常重要的角色。随着自动化技术的发展,焊接机器人成为了主要的焊接自动化装备。焊接机器人通常采用示教再现的工作模式,即通过用户引导机器人,并让机器人在这过程中记忆示教的每个动作的位置、姿态、运动参数等,接着由此自动生成一个连续执行全部操作的程序。完成示教后,只需给机器人一个启动命令,机器人通过示教编程存储起来的工作程序重复完成预期焊接工作。虽然示教再现的工作模式十分适用于批量加工任务,但是为确保这种工作模式在具体的焊接环境中实施,前工序中需要通过人工点焊完成焊接工件的定位,这会引起定位误差;其次,焊接过程中工件由于受热发生变形,使实际轨迹偏离示教轨迹,从而导致示教编程获得的机器人焊接轨迹偏离了再现时的轨迹;另外,由于其必须消耗大量的时间对轨迹进行编程并且对每个新零件必须重新定义焊接参数,使该方法无法取得灵活的效果。为取得灵活和高精度的跟踪效果,要求焊接机器人能实时检测出焊缝位置,自动调整焊接轨迹。随着机器视觉技术的发展,相比于传统示教再现的工作模式,基于激光视觉的焊缝跟踪技术结合了计算机视觉和激光三维视觉测量技术的优点,比传统的方法更加灵活方便,展现了捕获大量信息的好处,因此焊接机器人正广泛采用激光视觉检测技术校正再现轨迹,实现焊缝跟踪。为提高焊缝跟踪的精度和鲁棒性,现有的方法采用基于激光视觉的焊缝跟踪系统,利用单色性、相干性和方向性均非常好的激光作为外加辅助光 ...
【技术保护点】
1.一种焊缝特征点位置在线测量方法,其特征在于,具体包括以下步骤:S1、使焊枪处于初始焊接位置;S2、焊接开始前,采集焊缝轮廓的图像信息并进行初始化,由人工定位初始特征点得到焊缝起始位置;S3、焊接开始后,采集焊缝图像;S4、进行当前时刻焊缝位置预测,在焊缝跟踪框架中通过循环神经网络完成焊缝图像在时序方向上的建模,并由深层卷积神经网络完成对焊缝图像的特征提取,最后由相似度匹配以实现焊缝特征点的跟踪定位;S5、将二维的焊缝图像像素坐标映射到机器人三维空间坐标并计算出焊枪的运动轨迹。
【技术特征摘要】
1.一种焊缝特征点位置在线测量方法,其特征在于,具体包括以下步骤:S1、使焊枪处于初始焊接位置;S2、焊接开始前,采集焊缝轮廓的图像信息并进行初始化,由人工定位初始特征点得到焊缝起始位置;S3、焊接开始后,采集焊缝图像;S4、进行当前时刻焊缝位置预测,在焊缝跟踪框架中通过循环神经网络完成焊缝图像在时序方向上的建模,并由深层卷积神经网络完成对焊缝图像的特征提取,最后由相似度匹配以实现焊缝特征点的跟踪定位;S5、将二维的焊缝图像像素坐标映射到机器人三维空间坐标并计算出焊枪的运动轨迹。2.根据权利要求1所述的焊缝特征点位置在线测量方法,其特征在于,所述步骤S1中激光线倾斜照射在工件上,且表征焊缝轮廓信息的激光条纹要处于视野范围内。3.根据权利要求1所述的焊缝特征点位置在线测量方法,其特征在于,所述步骤S3中激光视觉传感器的相机以50Hz采样频率连续采集焊缝图像。4.根据权利要求1所述的焊缝特征点位置在线测量方法,其特征在于,所述步骤S4中由焊缝跟踪框架完成焊缝特征点的跟踪定位的过程为:S4.1、通过卷积实现的LSTM完成时序方向的建模,结合连续输入的焊缝图像得到预测的焊缝图像;S4.2、对所述的预测的焊缝图像及采集的新的焊缝图像,通过一个以上的深层卷积神经网络进行焊缝图像特征的提取,再由多特征层的相似度匹配以确定准确的焊缝特征点。5.根据权利要求4所述的焊缝特征点位置在线测量方法,其特征在于,所述步骤S4.1具体包括:S4.1.1、在时刻t,通过截取输入图像Xt得到目标示例Et;S4.1.2、利用过去的隐藏单元Ht-1、记忆单元Ct-1以及当前的目标示例Et,卷积实现的LSTM通过如下表达式完成LSTM中的输入、遗忘、更新操作:式中,t表示时间段;X1,…,Xt表示输入;C1,…,Ct表示细胞记忆单元;H1,…,Ht表示隐藏单元;it,ft,ot分别表示卷积LSTM中的输入门、遗忘门以及输出门;Wxi,Whi,Wci分别表示输入门中对应于输入值、隐藏单元、细胞记忆单元的卷积滤波器权重;Wxf,Whf,Wcf分别表示遗忘门中对应于输入值、隐藏单元、细胞记忆单元的卷积滤波器权重;Wxc,Whc分别表示评估细胞状态中对应于输入值、隐藏单元的卷积滤波器权重;WxO,Who,Wco分别表示输出门中对应于输入值、隐藏单元、细胞记忆单元的卷积滤波器权重;bi,bf,bc,bo分别表示输入门、遗忘门、评估细胞状态以及输出门中的偏置项;*表示卷积操作;表示哈达玛积;S4.1.3、卷积的LSTM通过上述表达式完成对隐藏单元Ht、记忆单元Ct的更新,通过记住目标的外观信息得到预测的目标示例Et。6.根据权利要求4所述的焊缝特征点位置在线测量方法,其特征在于,所述步骤S4.2具体包括:S4.2.1、通过其中一个深层卷积神经网络完成对所述预测的目标图像的特征捕捉以生成目标滤波器;S4.2.2、通过另外一个深层卷积神经网络完成对新采集的目标图像搜索区域的特征图的提取;S4.2.3、采用多特征的相似度匹配,由目标滤波器特征图与搜索区域特征图卷积得到置信图:式中,T表示特征层K的特征通道总和,fd表示目标滤波器的第d个通道的特征图,xd表示搜索区域的第d个通道的特征图,S表示置信图;S4...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。