视觉传感技术在焊接机器人中的应用

视觉传感技术在焊接机器人中的应用背景介绍从第一台工业机器人1959年在美国发明到现在，机器人技术的发展日新月异。根据国际机器人联合会（IFR）2015年的统计数据，截止2020年，工业机器人将达到26.8万台，大约有30%的工业机器人被应用到焊接领域，对应的将有超过240亿左右的系统集成和焊接智能化市场。自1969年CCD图像传感器在贝尔实验室研制成功之后，其广泛的被应用于图像测量，工业测量领域，而在焊接机器人领域，也在向的更加智能化发展。下图为现代视觉传感技术在焊接机器人中的具体用用。3目录信息获取信号处理Addyourtext指导运动Addyourtext1.视觉传感技术2.视觉信息的处理3.视觉传感在焊接机器人中的应用1.1被动视觉技术1.2主动视觉技术1.3.CCD相机原理2.1图像预处理2.2图像分离一.视觉传感技术1.主动视觉技术视觉控制的关键在于视觉测量，在焊接过程中视觉技术根据其光源的不同可分为直接视觉和间接视觉传感两种形式。主动视觉技术采用一些特殊的光源进行照明，而常用的照射光源有卤钨灯、红外发光二极管、激光管等，光源投射到工件表面，再经过漫反射进入视觉传感器，形成特征图像。主动视觉技术因为采用了外接光源，因此减少了电弧光对图像质量的影响，提高了熔池图像的质量。但在实际应用中，主动视觉技术所需要的设备较多，系统复杂，造价昂贵，限制了在实际生产中的应用。熔池：指因焊弧热而融化成池状的母材部分即融焊时焊件上所形成的具有一定几何形状的液态金属部分。2.被动视觉技术被动视觉技术无外接光源，采用的是焊接时产生的弧光来对焊接区域进行照明，通过视觉传感器从而获得熔池图像。通过图像处理和建模分析，得到熔池特征与焊接参数与焊接质量的关系，进而进行反馈控制，使机器人焊接过程具有可适应焊接条件变化的能力。优点：无时域或空间滞后，同步性好，设备成本低。缺点：弧光太强，不能进行直接图像信息采集。应用方法：（1）滤光法。选取焊接弧光中能量较低而且噪声少的波段滤光。（2）基值采样法。选择电流较低的基值时刻进行采样。被动视觉传感器被动视觉传感器示意图被动视觉传感器焊接机器人实物图3.CCD（chargecoupleddevice）相机原理CCD原理：图像通过透镜投影在一列电容上（光敏区域），导致每一个电容都积累一定的电荷，而电荷的数量则正比于该处的入射光强。在焊接中，采用用于摄像机和一般相机的二维电容阵列，这样可以扫描投射在焦平面上的图像。一旦电容阵列曝光，一个控制回路将会使每个电容把自己的电荷传给相邻的下一个电容（传感区域）。而阵列中最后一个电容里的电荷，则将传给一个电荷放大器，并被转化为电压信号。通过重复这个过程，控制回路可以把整个阵列中的电荷转化为一系列的电压信号。CCD是一种半导体器件，能够把光学影像转化为数字信号。二.视觉信息的处理1.图像信息预处理由于采集的图像受到采集环境、摄像机性能以及图像在传输过程中信号通道的影响，经常会存在噪声，亮度和对比度不够等缺点，因而需要增强图像的一部分特性而抑制其他不需要的特性，因此需要对图像进行预处理来除去噪声，调整图像的对比度和突出图像中的重要细节抑制不必要的细节，从而改善图像的质量。对图像信息的处理分为两步，一是对图像进行预处理，二是对图像进行分离。1.1图像滤波法用于消除因为摄像机性能、传输通道所引起的随机性噪声。主要方法有两种：（1）邻域平均法：着红方法可能会模糊图像中的尖锐不连续部分，而且必然会使图像边界模糊。（2）中值滤波法：可消除领域平均法的问题，而且在平滑脉冲噪声方面非常有效1.2灰度变化法用于改善因成像时曝光不足或曝光过度而产生的图像模糊不清的情况，可改善图像的视觉效果。令原始图像f(i,j)的灰度范围为[a,b],线性变换后的图像f'(i,j)的灰度范围为[a',b'],则f(i,j)和f'(i,j)的关系可表示为：原始熔池图像中值滤波后图像灰度变换后图像如果图像中的大部分灰度值在[a,b]范围内，有一部00分像素的灰度值分布在[a,b]区间之外，这时，可用下式变换：2.图像分离机器人在进行焊接操作时，往往只需要关注熔池等这些特定的图像，也就是说只关心整个图像中法一部分具有代表物体的特征信息，比如说相同的灰度值、相同的颜色等，因此需要计算机将这些特征与其他图像区分开，而这种区分与提取的过程就叫做图像的分离。2.1阈值处理法根据给定的原则，在画面中找出灰度一致的部分。为了从图像中取出所需要的部分，可以选择适当的一个阈值进行图像分离，给定一个阈值t，以阈值t为界，将图像f(i,j)的灰度值分为0和1，并记为f(i,j):当a=1（黑），b=0（白）时，即称图像的二值化。在进行图像二值化处理时，可以给它一个灰度的集合Z，再定义二值图像函数：阈值方法分为全局阈值和局部阈值，如果在图像的分割过程中对图像的每个像素所使用的阈值t是同一个阈值，称为全局阈值法，若每个像素所使用的阈值t都不相同，则称局部阈值分离法2.图像分离2.2边缘检测法边缘检测的目的是发现图像中关于形状和反射或透射比的信息。边缘检测法是图像分离时最重要的方法，因为图像的其他特征都是由边缘和区域这些特征推导出来的，而且可以弥补阈值处理法在处理复杂图像时的不足。原始熔池图像阈值处理后图像边缘检测法图像三.视觉传感技术在机器人焊接中的应用1、主动视觉传感技术在机器人焊接中的应用国外针对焊接过程的结构光的主动视觉传感器，以英国的Meta公司和加拿大的Serco-robot公司的为例，其产品的特点在于图像采集、图像处理程序都固化在硬件中，各环节之间运行流畅，误差率较低。但没有特别好的优化算法。在国内，上海交通大学设计了一套LVST传感系统，充分考虑了对主动视觉超前检测误差，设计了轨迹修正方法，使焊缝跟踪达到更好的实时性与可靠性。mm3.0mm4.02、被动视觉传感技术在机器人焊接中的应用在国内，上海交通大学通过被动视觉传感技术，结合有效的图像处理技术和创新的控制技术，建立了一套基于被动视觉的铝合金机器人焊接焊缝跟踪与成形控制的在线控制平台。在国外，有开发了一套基于视觉传感和电弧传感的三维焊缝实时跟踪系统。左右的偏差精度达到。高度偏差达到了任务分配1.查阅文献2.寻找视频资料1.查阅文献2.PPT宣讲1.查阅文献2.PPT制作任务分配01020304参考文献相关背景视觉传感技术视觉信息处理实际应用1.沈鸿源．应用于铝合金焊接中的被动视觉获取［Ｊ］上海交通大学学报，２０１５，４９（３）３４１－３４３1.金建敏.弧焊机器人焊接路径预规划的研究[D].北京:清华大学,1996.2.岳宏,等.基于结构光焊缝跟踪系统的研究[J].河北工业大学学报,1999,28(4):21～24.1.肖强.焊接机器人视觉系统[J].焊接,1999,(4):7～10.2.王天亚.多功能无盲区Laser-PSD扫描式焊缝自动跟踪系统的研究[D].北京:清华大学,1999.1.陈志翔，宋永伦，张军，等．基于激光视觉传感的铝合金自适应焊接［Ｊ］．北京工业大学学报，２００６，３２（８）：７１４－７１８16Thanks谢谢大家知识回顾KnowledgeReview谢谢！放映结束感谢各位的批评指导！让我们共同进步