焊缝扫描跟踪处理方法技术

提供一种焊缝扫描跟踪处理方法，在激光器对焊缝扫描的基础上，利用机器人坐标转换关系将扫描的激光数据转化为三维空间点云数据，并利用空间点云结构，在小范围内去除单次测量数据中的噪声,填充或插值丢失位置的点云数据，更精准地反映焊缝形貌，建立独有的焊缝特征库，将焊缝由2D图像数据转为更为直观的3D点云数据，解决了焊缝跟踪过程中因激光器或视角相机的光学镜头畸变而造成测量结果不准确的问题，多次对分段扫描的数据进行焊道特征识别并修正后，经焊道信息重构确定出准确的焊缝形貌特征以及位置，消除单次测量结果准确性差的问题，连贯性的测量处理方法，能够准确的反应焊道的真实情况，焊缝测量精度高。焊缝测量精度高。焊缝测量精度高。

【技术实现步骤摘要】
焊缝扫描跟踪处理方法


[0001]本专利技术属于激光焊缝跟踪
，具体涉及一种焊缝扫描跟踪处理方法。

技术介绍

[0002]焊缝扫描跟踪处理系统通常在焊接场景下对焊缝进行数据采集、跟踪焊缝、计算焊缝位置信息并计算焊接所需工艺，实现自动化焊接的需求。现有的焊缝跟踪系统主要依靠安装在工业机器人末端的激光器或双目相机，在机器人的行进当中，对焊缝直接进行计算与处理，得到焊缝实时的位置情况。通常的焊缝计算方案只单纯地依靠单次测量结果或简单的对多次测量结果进行直方图统计平均，存在以下几个问题：
①
焊缝跟踪系统在不同的扫描角度下，因激光器或视觉相机的光学镜头畸变，会带来测量结果的不准确性；
②
单次测量结果直接计算的焊缝信息，会因为单次测量的不准确性或信噪比太低，带来测量结果的不准确性；
③
多次测量结果的直方图统计平均，因为焊道的测量横截面之间的独立性，不能准确的反映真实的焊道情况，因此，针对上述问题，有必要提出改进。

技术实现思路

[0003]本专利技术解决的技术问题：提供一种焊缝扫描跟踪处理方法，在机器人末端的激光器对焊缝扫描的基础上，利用机器人坐标转换关系将扫描的激光数据转化为三维空间点云数据，并利用空间点云结构，在小范围内去除单次测量数据中的噪声,填充或插值丢失位置的点云数据，更精准地反映焊缝形貌，建立独有的焊缝特征库，将焊缝由2D图像数据转为更为直观的3D点云数据，解决了焊缝跟踪过程中因激光器或视角相机的光学镜头畸变而造成测量结果不准确的问题，多次对分段扫描的数据进行焊道特征识别并修正后，经焊道信息重构确定出准确的焊缝形貌特征以及位置，消除单次测量结果准确性差的问题，连贯性的测量处理方法，能够准确的反应焊道的真实情况，焊缝测量精度高。
[0004]本专利技术采用的技术方案：焊缝扫描跟踪处理方法，包括以下步骤：
[0005]1)焊缝预扫描：根据预设的轨迹，由装于机器人末端的激光器先扫描一小段焊缝的激光数据，其中，激光数据为包括X、Z方向形成的2D点数据，根据机器人坐标转换关系，将所有扫描到的激光数据转换到空间3D坐标系，在3D空间数据上，重复上述过程中，直到找到焊缝对应的第一条V形线段的激光数据，即为焊缝的起始位置，在第一条V形线段的激光数据中，找到中心点位置(X
center
,Y
center
,Z
center
)，根据预设的激光器焊缝扫描的起始位置(X
start
，Y
start
，Z
start
)，通过空间中两点的距离公式计算中心点位置与预设的起始位置差，获得机器人上激光器的修正位置(ΔX＝X
start
‑
X
center
,ΔY＝Y
start
‑
Y
center
,ΔZ＝Z
start
‑
Z
center
)，再将激光器调整至修正位置上，开始对焊缝进行修正后的扫描；
[0006]2)焊缝扫描：重复步骤1)，在每次激光器修正位置上，根据预设的机器人扫描轨迹收集焊缝原始数据，采用步骤1)中的机器人坐标转换关系，转化所有焊缝原始数据为3D空间数据，建立3D点云数据集Ω0，完成扫描过程；
[0007]3)焊缝空间数据处理，具体步骤如下：
[0008]a先对原始数据进行去噪、剪裁以及填补预处理；
[0009]b焊道特征识别：根据输入的焊缝周围包括有焊缝扫描平面数量、焊缝开坡口形状、焊缝角度、焊缝深度、焊缝宽度的形貌特征，对焊缝原始数据进行RANSAC点云识别，得到有效的焊缝数据，具体步骤如下：
[0010]b1在经过a步骤预处理后的整体3D空间数据中，首先根据焊缝角度，沿着Y方向上找到整体3D空间数据中在X方向上符合该焊缝角度的区域，根据焊缝宽度，沿着Y方向上找到整体3D空间数据中在Z方向上符合该焊缝角度的区域，X方向和Z方向截取的区域即为焊缝所在的空间区域，通过焊缝开坡口形状，并结合扫描所得的焊道边缘数据信息，在焊缝所在的空间区域内对焊道边缘进行定位，在3D空间中进行直线拟合，确定出两条焊道边缘的直线方程，并计算出两条焊道边缘直线的方向向量ν1和ν2，根据方向向量ν1和ν2对焊缝两侧平面分别进行平面拟合，确定出两个平面方程A11和A21，再计算出两个平面方程A11和A21的法向量ν3和ν4；
[0011]b2沿着焊缝扫描的行进方向Y，设定采样区域，以Y轴方向上10mm距离为一采样区域片段，通过焊缝两侧平面法向量ν3和ν4，确定出采样区域内的两个空间平面方程P11和P21，然后通过空间距离计算公式，在采样区域内分别归类位于两个空间平面方程P11和P21内的点云数据，由两个空间平面方程P11和P21得到相交的空间直线方程Q1，获取以该空间直线为轴线半径为1.5mm的柱形空间区域H1内的所有点云数据，通过v1和v2的平均方向向量，在上述柱形空间区域H1内进行二次拟合直线，获取以该二次拟合直线为轴线半径为0.5mm的柱形空间区域H2内的所有真实点集，则该真实点集合即为该采样区域内所有焊缝底部的中心点；
[0012]b3重复步骤b2，直至Y轴遍历完毕，获取焊缝底部中心点数据集Ω1，机器人将根据数据集Ω1进行焊缝跟踪；
[0013]4)焊道信息重构：依次轮询焊缝数据集Ω1中的点p
i
,i＝1,
…
,end，以该点为中心点，以设定的XOZ平面为基准焊接平面，建立p
i
所在基准焊接平面内的空间平面方程P31，计算原始数据距空间平面方程P31的空间距离，获得在该空间平面方程P31上的所有点，即该点组成了焊接截平面Pn1；
[0014]5)重复步骤4)，遍历完Ω1之后，由每次获得的焊接截平面Pn
i
组成新的焊缝数据集Ω2，由上述步骤3)中重复b2获得的多个焊缝两侧的平面方程P1
i
和P2
i
组成了焊道数据集Ω3；
[0015]6)焊缝测量：以数据集Ω2为计算数据集，在每个截平面Pn
i
内，通过Ω3中的焊道平面方程，以焊缝每侧平面中最高点和最低点在Z方向上的差值计算出焊缝深度值，以Ω2数据集中两端点在X方向上的差值计算出焊缝宽度，即完成焊缝测量功能。
[0016]上述步骤1)中，所述机器人坐标转换关系如下：
[0017][0018]其中，R为人工标定的激光器到机器人的旋转矩阵，T为人工标定的激光器到机器人的平移矩阵，X
L
和Z
L
分别为激光数据得到X方向和Z方向数据，X
w
,Y
w
,Z
w
为3D空间下的X方
向、Y方向和Z方向对应的数据；将所有扫描到的激光数据转换到空间3D坐标系。
[0019]上述步骤3)中的a步骤中，对原始数据进行去噪、剪裁以及填本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.焊缝扫描跟踪处理方法，其特征在于包括以下步骤：1)焊缝预扫描：根据预设的轨迹，由装于机器人末端的激光器先扫描一小段焊缝的激光数据，其中，激光数据为包括X、Z方向形成的2D点数据，根据机器人坐标转换关系，将所有扫描到的激光数据转换到空间3D坐标系，在3D空间数据上，重复上述过程中，直到找到焊缝对应的第一条V形线段的激光数据，即为焊缝的起始位置，在第一条V形线段的激光数据中，找到中心点位置(X
center
,Y
center
,Z
center
)，根据预设的激光器焊缝扫描的起始位置(X
start
，Y
start
，Z
start
)，通过空间中两点的距离公式计算中心点位置与预设的起始位置差，获得机器人上激光器的修正位置(ΔX＝X
start
‑
X
center
,ΔY＝Y
start
‑
Y
center
,ΔZ＝Z
start
‑
Z
center
)，再将激光器调整至修正位置上，开始对焊缝进行修正后的扫描；2)焊缝扫描：重复步骤1)，在每次激光器修正位置上，根据预设的机器人扫描轨迹收集焊缝原始数据，采用步骤1)中的机器人坐标转换关系，转化所有焊缝原始数据为3D空间数据，建立3D点云数据集Ω0，完成扫描过程；3)焊缝空间数据处理，具体步骤如下：a先对原始数据进行去噪、剪裁以及填补预处理；b焊道特征识别：根据输入的焊缝周围包括有焊缝扫描平面数量、焊缝开坡口形状、焊缝角度、焊缝深度、焊缝宽度的形貌特征，对焊缝原始数据进行RANSAC点云识别，得到有效的焊缝数据，具体步骤如下：b1在经过a步骤预处理后的整体3D空间数据中，首先根据焊缝角度，沿着Y方向上找到整体3D空间数据中在X方向上符合该焊缝角度的区域，根据焊缝宽度，沿着Y方向上找到整体3D空间数据中在Z方向上符合该焊缝角度的区域，X方向和Z方向截取的区域即为焊缝所在的空间区域(1)，通过焊缝开坡口形状，并结合扫描所得的焊道边缘数据信息，在焊缝所在的空间区域(1)内对焊道(2)边缘进行定位，在3D空间中进行直线拟合，确定出两条焊道(2)边缘的直线方程，并计算出两条焊道边缘直线的方向向量ν1和ν2，根据方向向量ν1和ν2对焊缝两侧平面分别进行平面拟合，确定出两个平面方程A11和A21，再计算出两个平面方程A11和A21的法向量ν3和ν4；b2沿着焊缝扫描的行进方向Y，设定采样区域，以Y轴方向上10mm距离为一采样区域片段，通过焊缝两侧平面法向量ν3和ν4，确定出采样区域内的两个空间平面方程P11和P21，然后通过空间距离计算公式，在采样区域内分别归类位于两个空间平面方程P11和P21内的点云数据，由两个空间平面方程P11和P21得到相交的空间直线方程Q1，获取以该空间直线为轴线半径为1.5mm的柱形空间区域H1内的所有点云数据，通过v1和v2的平均方向向量，在上...

【专利技术属性】
技术研发人员：景岩，蔡磊，丁孟嘉，康承飞，向晋兴，段彤彤，侯方，陈昱杉，何志龙，贺米婷，
申请(专利权)人：西咸新区大熊星座智能科技有限公司，
类型：发明
国别省市：