基于移动机器人的焊缝自主识别与焊接方法及系统技术方案

本发明专利技术涉及一种基于移动机器人的焊缝自主识别与焊接方法及系统，包括以下步骤：识别和提取待焊接产品的初始焊缝图像；依据初始焊缝的图像的三维特征信息和机器人当前位置，获得路径解和机器人关节参数；在机器人进行焊接操作的过程中，采集与识别当前焊缝的图像信息,依据当前焊缝的图像信息和当前机器人的位置调整路径解和机器人关节参数，获得更新后的路径解和机器人关节参数；依据更新后的路径解和机器人关节参数，机器人进行避障操作及焊接操作。其能够进行焊前焊缝的检测识别、焊缝特征的提取、焊接过程中焊缝跟踪控制以及焊后的焊缝缺陷检测，并能够进行焊缝的路径规划并在实际焊接时及时调整焊枪姿态焊接路径，提高了焊接效率和焊接质量。焊接效率和焊接质量。焊接效率和焊接质量。

【技术实现步骤摘要】
基于移动机器人的焊缝自主识别与焊接方法及系统


[0001]本专利技术涉及机器人焊接
，尤其是指一种基于移动机器人的焊缝自主识别与焊接方法及系统。

技术介绍

[0002]随着机器人焊接方法的出现，焊接生产效率获得大幅提高的同时，焊接灵活性得到明显增加，焊接成本也有所降低，对于焊接领域的快速发展具有重要的推动作用。然而，在焊缝形式相对单一、焊接场合相对固定的条件下，采用一般的机器人示教编程方式尚可自由应对，但由于所焊工件形式的多样化、复杂化，普通的机器人焊接方法在应对焊缝轨迹不统一的场合时仍需大量人工示教，同样难以快速适应小批量的多领域、多形式的焊接生产，这在一定程度上仍会限制相关焊接领域的快速发展。
[0003]现有的焊接操作中，机器人在焊接结束后，通常通过采集焊接后的焊缝图像信息，根据图像信息来判断焊接质量好坏。然而，一方面，焊接的质量与焊前的规划有关，机器人在焊前没有做到合理规划，现有的焊接机器人仅仅适用焊接单一形状和类型的焊缝，灵活性差，这将影响后续焊接质量；另一方面，焊接的质量问题往往在焊接过程中就已经出现，当焊接过程中出现问题时，机器人无法及时调整与改变工作路径，也不具备避障功能，从而影响产品的良率。

技术实现思路

[0004]为此，本专利技术所要解决的技术问题在于克服现有技术中焊接机器人焊接质量差，灵活性差，不具备避障功能的技术缺陷。
[0005]为解决上述技术问题，本专利技术提供了一种基于移动机器人的焊缝自主识别与焊接方法，包括以下步骤：
[0006]S1、在焊接前，识别和提取待焊接产品的初始焊缝图像，依据初始焊缝图像计算获得初始焊缝图像的三维特征信息；
[0007]S2、依据初始焊缝的图像的三维特征信息和机器人当前位置，获得路径解和机器人关节参数；
[0008]S3、依据路径解和机器人关节参数，机器人进行避障操作及焊接操作，直至焊接完成；其中，在机器人进行焊接操作的过程中，每隔预设时间间隔进行以下操作：
[0009]采集与识别当前焊缝的图像信息,依据当前焊缝的图像信息和当前机器人的位置调整路径解和机器人关节参数，获得更新后的路径解和机器人关节参数；
[0010]依据更新后的路径解和机器人关节参数，机器人进行避障操作及焊接操作；
[0011]S4、识别焊接后的焊缝图像，依据焊接后的焊缝图像评估焊缝质量。
[0012]作为优选的，所述S1中，识别和提取待焊接产品的初始焊缝图像，包括：
[0013]利用激光传感器采集初始焊缝的图像；
[0014]依据阈值分割法提取初始焊缝的图像中的焊缝条纹边缘曲线，其中，当对阈值的
确定值没有先验知识时，采用K近邻算法确定阈值。
[0015]作为优选的，当对阈值的确定值没有先验知识时，采用K近邻算法确定阈值，包括：
[0016]扫描提前给出的焊缝图像的训练集，通过修改阈值找到与该测试样本最相似的一个训练样本，根据该训练样本的类别确定测试样本的类别；
[0017]当所选定的阈值所得的测试样本中的图像与训练集中的图像最为吻合，训练集中的图像所对应的阈值即为目标阈值。
[0018]作为优选的，所述S1中，依据初始焊缝图像计算获得初始焊缝图像的三维特征信息，包括：
[0019]获取初始焊缝图像的特征区域；
[0020]将所述特征区域信息转化为三维坐标系中的点和线，包括：
[0021]通过投影斜率法，将特征区域上的每一条线上面的像素点投影至y轴坐标上，获得y轴坐标上每一点的像素的个数，从y轴的最低点找起，当出现孤立的像素点则默认删除，出现预设次数的位置点且坐标值最小，则记为焊缝的最低点；
[0022]沿y轴方向寻找焊缝点，计算焊缝点与焊缝最低点之间的斜率，选取距离最低点最远的点作为焊缝终点，其中，焊缝终点与焊缝最低点的斜率在预设范围内；
[0023]通过坐标变换矩阵，将识别提取到的焊缝特征最终转换成三维坐标系。
[0024]作为优选的，所述S2包括：
[0025]结合初始焊缝的图像的三维特征信息和机器人当前位置，运用层级凸包碰撞模型，优化问题的运行学近似和逐步二次规划求解器计算获得机器人的轨迹规划；
[0026]在已知机器人的机械臂的位姿参数的情况下，给定机器人法兰盘末端坐标系相对于机器人基坐标系的位置和姿态，求解出焊接机器人使其末端执行器上的焊枪达到所需位置和姿态。
[0027]作为优选的，所述S3中，采集与识别当前焊缝的图像信息，包括：
[0028]获取当前图像，对所述当前图像进行修正，获得修正后的图像；
[0029]使用NL
‑
Means算法对修正后的图像进行去噪处理，获得去噪后的图像；
[0030]使用带通滤波器对去噪后的图像进行滤波处理，基于运动自适应的方法，采用区域运动检测的方式来调整滤波权重，其中，弧光和飞溅区域减小权重系数，烟尘区域加大权重系数；
[0031]将图像数据进行傅式反变换，获得预处理后的目标图像；
[0032]对预处理后的目标图像进行特征提取，获得焊缝信息。
[0033]作为优选的，所述获取当前图像，对所述当前图像进行修正，获得修正后的图像，包括：
[0034]对当前图像进行帧间误差最小化的配准，利用非均匀性校正算法，通过LK光流对场景中的运动前景进行重新配准，获得运动位移，修正误差图像；
[0035]通过估计出相邻帧图像之间去除非均匀性后的相位相关矩阵的峰值，以其峰值自适应地修正参数更新的速率，将帧与帧之间移动距离较大的弧光飞溅部分删掉，获得修正后的图像。
[0036]作为优选的，所述S4包括：
[0037]通过激光传感器获取焊缝图像；
[0038]利用FAST算法提取焊缝图像的焊缝特征线；
[0039]将提取出来的焊缝特征线与各种缺陷类型的焊缝进行对比，获得焊缝的缺陷类型。
[0040]作为优选的，所述S4还包括：
[0041]通过红外传感器采集焊缝内部图像，依据焊缝内部图像评估焊缝质量。
[0042]本专利技术公开了一种基于移动机器人的焊缝自主识别与焊接系统，包括：
[0043]焊前图像获取与处理模块，所述焊前图像获取与处理模块用于识别和提取待焊接产品的初始焊缝图像，依据初始焊缝图像计算获得初始焊缝图像的三维特征信息；
[0044]路径规划和关节参数计算模块，所述路径规划和关节参数计算模块依据初始焊缝的图像的三维特征信息和机器人当前位置，获得路径解和机器人关节参数；
[0045]焊接处理模块，所述焊接处理依据路径解和机器人关节参数，机器人进行避障操作及焊接操作，直至焊接完成；其中，在机器人进行焊接操作的过程中，每隔预设时间间隔进行以下操作：采集与识别当前焊缝的图像信息,依据当前焊缝的图像信息和当前机器人的位置调整路径解和机器人关节参数，获得更新后的路径解和机器人关节参数；依据更新后的路径解和机器人关节参数，机器人进行避障操本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于移动机器人的焊缝自主识别与焊接方法，其特征在于，包括以下步骤：S1、在焊接前，识别和提取待焊接产品的初始焊缝图像，依据初始焊缝图像计算获得初始焊缝图像的三维特征信息；S2、依据初始焊缝的图像的三维特征信息和机器人当前位置，获得路径解和机器人关节参数；S3、依据路径解和机器人关节参数，机器人进行避障操作及焊接操作，直至焊接完成；其中，在机器人进行焊接操作的过程中，每隔预设时间间隔进行以下操作：采集与识别当前焊缝的图像信息,依据当前焊缝的图像信息和当前机器人的位置调整路径解和机器人关节参数，获得更新后的路径解和机器人关节参数；依据更新后的路径解和机器人关节参数，机器人进行避障操作及焊接操作；S4、识别焊接后的焊缝图像，依据焊接后的焊缝图像评估焊缝质量。2.根据权利要求1所述的基于移动机器人的焊缝自主识别与焊接方法，其特征在于，所述S1中，识别和提取待焊接产品的初始焊缝图像，包括：利用激光传感器采集初始焊缝的图像；依据阈值分割法提取初始焊缝的图像中的焊缝条纹边缘曲线，其中，当对阈值的确定值没有先验知识时，采用K近邻算法确定阈值。3.根据权利要求2所述的基于移动机器人的焊缝自主识别与焊接方法，其特征在于，当对阈值的确定值没有先验知识时，采用K近邻算法确定阈值，包括：扫描提前给出的焊缝图像的训练集，通过修改阈值找到与该测试样本最相似的一个训练样本，根据该训练样本的类别确定测试样本的类别；当所选定的阈值所得的测试样本中的图像与训练集中的图像最为吻合，训练集中的图像所对应的阈值即为目标阈值。4.根据权利要求1所述的基于移动机器人的焊缝自主识别与焊接方法，其特征在于，所述S1中，依据初始焊缝图像计算获得初始焊缝图像的三维特征信息，包括：获取初始焊缝图像的特征区域；将所述特征区域信息转化为三维坐标系中的点和线，包括：通过投影斜率法，将特征区域上的每一条线上面的像素点投影至y轴坐标上，获得y轴坐标上每一点的像素的个数，从y轴的最低点找起，当出现孤立的像素点则默认删除，出现预设次数的位置点且坐标值最小，则记为焊缝的最低点；沿y轴方向寻找焊缝点，计算焊缝点与焊缝最低点之间的斜率，选取距离最低点最远的点作为焊缝终点，其中，焊缝终点与焊缝最低点的斜率在预设范围内；通过坐标变换矩阵，将识别提取到的焊缝特征最终转换成三维坐标系。5.根据权利要求1所述的基于移动机器人的焊缝自主识别与焊接方法，其特征在于，所述S2包括：结合初始焊缝的图像的三维特征信息和机器人当前位置，运用层级凸包碰撞模型，优化问题的运行学近似和逐步二次规划求解器计算获得机器人的轨迹规划；在已知机器人的机械臂的位姿参数的情况下，给定机器人法兰盘末端坐标系相对于机器人基坐标系...

【专利技术属性】
技术研发人员：张华军，许燕玲，左昱昱，
申请(专利权)人：上海赛威德机器人有限公司，
类型：发明
国别省市：