非平整面自主识别机器人增材制造成形精度控制方法技术

技术编号:20920291 阅读:22 留言:0更新日期:2019-04-20 10:29
本发明专利技术公开一种非平整面自主识别机器人增材制造成形精度控制方法,将CMOS摄像机与投影仪组成三维测量系统,采集工件表面图像,利用基于结构光的双目视觉相结合,提取工件表面的特征数据,控制器重建三维模型并确定电弧熔化参数;利用TIG焊枪在保护气氛中进行不填丝熔化的平峰填谷操作;再根据测量的表面平整度的值设定对应能量、频率的激光热源,通过激光器对表面进行激光熔化处理;最后再检测实际表面平整度,与标准的表面平整度进行对比,若不达标则重复此过程,直到合格为止。本发明专利技术的焊接系统能够有效提高电弧增材件表面精度,保证焊接质量和稳定性,因此有效能够提升电弧增材成形件的质量。

Forming Precision Control Method of Autonomous Recognition Robot for Incremental Manufacturing of Uneven Surface

The invention discloses a control method for forming accuracy of non-uniform surface self-identifying robot augmentation manufacturing, which consists of CMOS camera and projector, collects workpiece surface image, extracts workpiece surface characteristic data by combining binocular vision based on structured light, reconstructs three-dimensional model by controller and determines arc melting parameters, and uses TIG welding torch in protective atmosphere. Flat peak filling and valley filling operation without wire filling melting are carried out. Laser heat source of corresponding energy and frequency is set according to the measured surface smoothness value, and laser melting treatment is carried out on the surface by laser. Finally, the actual surface smoothness is tested and compared with the standard surface smoothness. If it does not meet the standard, the process is repeated until it is qualified. The welding system of the invention can effectively improve the surface accuracy of the arc augmented parts, ensure the welding quality and stability, and therefore effectively improve the quality of the arc augmented parts.

【技术实现步骤摘要】
非平整面自主识别机器人增材制造成形精度控制方法
本专利技术属于机器视觉
以及增材制造
,特别涉及非平整面自主识别机器人增材制造成形精度控制方法。
技术介绍
传统焊接的特点是工艺因素复杂、劳动强度大,生产周期长、劳动环境差,其品质依赖操作者的技能、技术和经验关,因此焊接自动化技术的发展对于提高焊接接头质量、保证焊接过程稳定性具有很重要的意义。随着近年来科学技术的进步,机器视觉在工业生产中的应用越来越广泛,用机器代替人做测量和判断,减少由于人的主观因素导致的误差。通过机器视觉产品将被摄取目标转换成图像信号,根据像素分布和亮度、颜色等信息,转变成数字化信号,图像处理系统对信号进行各种运算来提取目标的特征,进而根据控制模型判别、并对目标相关设备参数和动作进行在线调整。将机器视觉技术与焊接自动化技术相结合,可以改善以往机器人工作时一成不变的工作模式,实现机器人根据工作时的焊接环境和焊接任务,自动调节更合适的焊接过程,这对于焊接智能化的发展起到了很大的推动作用。专利申请号为201711469112.1的专利技术公开了一种焊接质量机器视觉高精度检测方法。该方法为:先采用360°高清摄像头采集焊接后的工件表面图像,并将采集的图像发送至控制器中;再将控制器中设置的图像采集卡对图像信号进行滤杂优化后发送至控制器内主控单元;之后对采集的图像进行分类处理;最后将分类后的图像发送至数据库中进行比对,将焊接质量不符合的工件进行报警剔除。然而,此方法过程繁琐,需要重复比对,而且处理精度不足。专利申请号为201711425236.X的专利技术提供了一种双目视觉系统的三维重建方法、装置及双目视觉系统,所述三维重建方法为:使用预先标定参数模型的双目摄像头获取两幅图像;基于所述两幅图像,使用YOLO目标检测算法获取目标物体图像的识别信息与检测窗口,对所述两幅图像的检测窗口作为特征点进行立体匹配,获得目标物体图像的空间离散点云;基于所述空间离散点云与所述参数模型,通过三角测绘的原理,获取实际空间中目标物体的位置坐标,以完成三维重建。然而,此方法中的三维重建过程中两台摄像头对应成像点匹配困难,算法复杂。
技术实现思路
本专利技术的目的在于基于现状的不足,提出一种能够有效提高非平整面自主识别机器人增材制造精度控制的方法。实现本专利技术目的的技术方案为:(1)将待进行增材制造的工件用夹具固定在工作台上;将两个CMOS摄像机按照镜头端面的法线与工件表面的法线成20°~50°的角度和投影仪集成于可在工件上方自由移动的三维测量系统上,此系统与计算机、焊接机器人控制器三者相连;(2)驱动三维测量系统采集整个工件表面的图像,将双目立体视觉测量和结构光测量相结合,得到工件表面的凸起、凹下区域的的特征数据;(3)控制器提取表面凸起与凹下区域的特征数据并重建三维模型,然后将其与标准产品CAD模型数据进行配准,得出与原始的表面精度差值△R;(4)将△R值的大小导入到机器人控制柜中,根据机器人控制柜的数据库确定焊枪电弧熔化的参数;控制器根据所生成的控制代码驱动机器人带动增材枪到达指定区域,根据给出的焊接参数进行不填丝电弧熔化过程;(5)电弧熔化过程完成后,再次驱动三维测量系统采集熔化后的工件表面图像,控制器再次重建表面凸起与凹下区域的三维轮廓并计算出此时的表面平整度,与达标的表面平整度Ra(=0.5mm)进行对比,若不达标则根据新的凸起、凹陷三维轮廓信息进行再次熔化,直到工件表面平整度达标为止;(6)表面平整度达到Ra后,根据此时表面平整度的值设定对应的能量、频率的激光热源,通过焊枪边上的激光器,对整个平面进行熔化处理,使得整个表面处于熔化状态;(7)再利用三维测量系统来测量激光熔化后的工件表面平整度,设定此时的表面平整度合格标准Rb(=0.1mm),若不能达到Rb,则重复激光熔化的过程,直到合格为止;(8)在激光熔化后的表面状态下,进行增材制造焊接过程,并在每焊完一层后进行上述的修整表面的工作。进一步的,利用基于结构光的的双目视觉相结合技术采集表面图像,此方法回避了传统立体视觉中稠密匹配和编码结构光中投影仪标定这两个难点,简化了对应点匹配算法的复杂度,提高了三维测量的精度;进一步的,结构光编码为格雷码与相移法相结合的编码方式,向工件表面依次投射格雷码和相位移图案,采集处理左右相机拍摄到图像,生成物体模型,使其兼具二者优势,即格雷码条纹编码确定性和鲁棒性加上相位移法的高分辨率;进一步的,数据库为不同的△R值所对应的基于C/S和B/S混合结构的焊接工艺文件数据,机器人控制柜中已保存有众多不同平整度差值对应的电弧熔化参数,参数包括:焊接电流等基本焊接参数;进一步的,TIG焊枪与激光器通过夹具组合,且分别通过两个管道输送保护气,且分别通过两组管道连接焊枪水冷装置;进一步的,表面的修整过程包括TIG焊枪的不填丝电弧熔化和激光器的表面熔化过程,双重表面修复,能进一步的控制表面平整度的精度;进一步的,在增材制造过程中,在每一层焊接之前都进行上述的表面修整工作,直至整个结构件的完成。本专利技术相对于现有技术相比具有显著优点为:1.本专利技术的焊接系统能够有效提高电弧增材件表面精度,保证焊接质量和稳定性,因此有效能够提升电弧增材成形件的质量。2.本专利技术的焊接方法处理过程简洁,处理精度高。附图说明图1是本专利技术使用的三维测量系统的结构示意图。图2是本专利技术的激光-TIG焊枪集成示意图。图3是本专利技术的流程示意图。图4是本专利技术的非平整面自主识别机器人增材制造成形精度控制的方法的装置连接示意图。图5是本专利技术三维测量系统测量投影的编码图,(a)为格雷码编码示意图,(b)为相移编码示意图。图中:1为CMOS摄像机,2为投影仪,3为待增材制造的工件,4.激光器,5.TIG焊枪,6.夹具。具体实施方式下面结合附图及实施例对本专利技术做进一步说明:一种非平整面自主识别机器人增材制造成形精度控制的方法,该装置包括:由2个焦距为12mm的M1214一MP2一computar镜头和一台AcerK132投影仪(分辨率为1280×800)组成的三维测量系统、通过夹具固定在一起的TIG焊枪和PrecitecYC-30激光器激光器、日本YASKWA公司的六轴机器人、机器人控制柜、米勒Dynasty350焊机、送丝机为WF-007A、焊枪夹具一套、计算机、焊枪水冷装置、保护气装置。具体实施步骤:步骤一:用角磨机将待进行增材制造的工件(Q235A基板,尺寸为200mm×200mm×40mm,表面凹凸不平)上表面进行打磨,去除表面的氧化皮,然后擦拭丙酮,去除表面油污;之后用夹具固定在工作台上;步骤二:将两个CMOS摄像机按照镜头端面的法线与工件表面的法线成30°的角度和投影仪集成于可在工件上方自由移动的三维测量系统上,此系统与计算机,焊接机器人控制器三者相连;步骤三,驱动三维测量系统到达工件表面正上方40cm处,采集处理左右相机拍摄到的图像,提取工件表面凸起与凹陷区域的特征,生成特征点的三维模型具体操作方法如下:先根据三角形的相似性原理得到世界坐标系中点与相机像素坐标系中对应的点关系式,来完成单相机的标定和校正;再通过两台相机坐标系间相对的旋转矩阵和平移向量来标定和校正双相机的位置;之后向工件表面依次投射下图(a)所示的6幅格雷码图本文档来自技高网
...

【技术保护点】
1.一种非平整面自主识别机器人增材制造成形精度控制方法,其特征在于,该方法包括如下步骤:(1)将待进行增材制造的工件用夹具固定在工作台上,将两个CMOS摄像机按照镜头端面的法线与工件表面的法线成20°~50°的角度和投影仪形成设置在工件上方自由移动的三维测量系统上;(2)驱动三维测量系统采集整个工件表面的图像,利用双目立体视觉测量和结构光测量,得到工件表面的凸起、凹下区域的的特征数据;(3)提取表面凸起与凹下区域的特征数据并重建三维模型,与标准产品CAD模型数据进行配准,得出与原始的表面精度差值△R;(4)将△R值的大小导入到机器人控制柜中,根据机器人控制柜的数据库确定焊枪电弧熔化的参数;驱动焊枪到达指定区域,根据给出的焊接参数进行不填丝电弧熔化;(5)电弧熔化过程完成后,再次驱动三维测量系统采集熔化后的工件表面图像,再次重建表面凸起与凹下区域的三维轮廓并计算出此时的表面平整度,与达标的表面平整度Ra=0.5mm进行对比,若不达标则根据刚采集的凸起、凹陷三维轮廓信息进行再次熔化,直到工件表面平整度达标为止;(6)表面平整度达到Ra后,根据此时表面平整度的值设定对应的能量、频率的激光热源,对整个平面进行激光熔化处理,使得整个表面处于熔化状态;(7)再利用三维测量系统来测量激光熔化后的工件表面平整度,设定此时的表面平整度合格标准Rb=0.1mm,若不能达到Rb,则重复激光熔化的过程,直到合格为止,此时完成一层增材;(8)重复上述步骤,确保在激光熔化后的表面状态下,进行下一层增材,直至完成增材。...

【技术特征摘要】
1.一种非平整面自主识别机器人增材制造成形精度控制方法,其特征在于,该方法包括如下步骤:(1)将待进行增材制造的工件用夹具固定在工作台上,将两个CMOS摄像机按照镜头端面的法线与工件表面的法线成20°~50°的角度和投影仪形成设置在工件上方自由移动的三维测量系统上;(2)驱动三维测量系统采集整个工件表面的图像,利用双目立体视觉测量和结构光测量,得到工件表面的凸起、凹下区域的的特征数据;(3)提取表面凸起与凹下区域的特征数据并重建三维模型,与标准产品CAD模型数据进行配准,得出与原始的表面精度差值△R;(4)将△R值的大小导入到机器人控制柜中,根据机器人控制柜的数据库确定焊枪电弧熔化的参数;驱动焊枪到达指定区域,根据给出的焊接参数进行不填丝电弧熔化;(5)电弧熔化过程完成后,再次驱动三维测量系统采集熔化后的工件表面图像,再次重建表面凸起与凹下区域的三维轮廓并计算出此时的表面平整度,与达标的表面平整度Ra=0.5mm进行对比,若不达标则根据刚采集的凸起、凹陷三维轮廓信息进行再次熔化,直到工件表面平整度达标为止;(6)表面平整度达到Ra后,根据此时表面平整度的值设定对应的能量、频率的激光热源,对整个平面进行激光熔化处理,使得整个表面处于熔化...

【专利技术属性】
技术研发人员:王克鸿金鸣黄勇吴统立许雪宗
申请(专利权)人:南京理工大学
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 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。

1