發(fā)布時間：2018-05-20 16:29

  本文選題：結(jié)構(gòu)光視覺 + 焊縫檢測�。� 參考：《深圳大學》2017年碩士論文

【摘要】：焊接憑借其可靠性強、精確度高、成本低等優(yōu)點成為現(xiàn)代工業(yè)生產(chǎn)的重要金屬連接加工技術(shù)。然而人工焊接難以滿足日益提高的焊接速度和焊接質(zhì)量的要求,且焊接過程的弧光輻射和煙塵等給長期從事焊接的工人身體帶來危害。利用機器人進行自動化焊接來取代人工焊接是解決上述問題的方法之一,也是焊接加工行業(yè)的發(fā)展趨勢。焊縫檢測技術(shù)是實現(xiàn)機器人自動化焊接的關(guān)鍵技術(shù),其中基于結(jié)構(gòu)光視覺的焊縫檢測技術(shù)具有精度高、速度快、非接觸等優(yōu)點,具有重要的研究與應用價值,本文對基于結(jié)構(gòu)光視覺的不銹鋼角焊縫檢測關(guān)鍵技術(shù)進行研究。本文綜合研究了焊縫檢測技術(shù)的分類與發(fā)展、基于結(jié)構(gòu)光視覺的焊縫檢測技術(shù)的國內(nèi)外研究現(xiàn)狀,針對不銹鋼角焊縫的檢測提出技術(shù)方案。研究了攝像機模型、基于結(jié)構(gòu)光視覺的三角測量原理并設計搭建了基于CMOS型工業(yè)攝像機、鏡頭、濾光片、結(jié)構(gòu)光發(fā)生器的圖像采集終端,根據(jù)工程需求論證確定了該圖像采集終端與機器人間的Eye-in-Hand裝配方式。研究了攝像機參數(shù)、結(jié)構(gòu)光平面空間位置參數(shù)以及基于結(jié)構(gòu)光視覺的圖像采集終端和機器人間裝配參數(shù)的標定理論與方法,采用Matlab軟件的標定工具箱以及自主編寫的算法程序進行實驗,計算并優(yōu)化得到上述參數(shù)。對不銹鋼角焊縫圖像特征進行了分析,提出了以Region of Interest(ROI)選定、圖像濾波、特征檢測、特征提取為主要流程的圖像處理算法,并基于OpenCV庫函數(shù)進行編程實現(xiàn)。通過對提取的不銹鋼角焊縫特征點的像素坐標經(jīng)過坐標轉(zhuǎn)換得到對應機器人基坐標系下的焊縫特征點空間位置坐標。本文對所研究的基于結(jié)構(gòu)光視覺的不銹鋼角焊縫檢測關(guān)鍵技術(shù)進行了實驗驗證。實驗表明所設計搭建的基于結(jié)構(gòu)光視覺的圖像采集終端實現(xiàn)了測量功能,測量誤差小于±0.145mm,平均誤差為0.090mm;最終實現(xiàn)了焊縫位置的檢測,焊縫位置檢測與參考位置最大偏差小于0.96mm,平均偏差為0.35mm。
[Abstract]:Welding has become an important metal connection processing technology in modern industry because of its high reliability, high accuracy and low cost. However, manual welding is difficult to meet the requirements of increasing welding speed and welding quality, and the arc radiation and smoke in the welding process are harmful to the health of workers engaged in welding for a long time. Using robot to replace manual welding is one of the methods to solve the above problems, and it is also the development trend of welding processing industry. Welding seam detection technology is the key technology to realize robot automatic welding. The welding seam detection technology based on structured light vision has the advantages of high precision, high speed, non-contact and so on, so it has important research and application value. In this paper, the key technology of stainless steel fillet seam detection based on structured light vision is studied. In this paper, the classification and development of welding seam detection technology are comprehensively studied. The research status of welding seam detection technology based on structured light vision at home and abroad is comprehensively studied, and the technical scheme for the detection of stainless steel fillet weld is put forward. The camera model, triangulation principle based on structured light vision and the image acquisition terminal based on CMOS industrial camera, lens, filter and structured light generator are designed and built. The Eye-in-Hand assembly mode between the image acquisition terminal and the robot is determined according to the engineering requirement demonstration. The calibration theory and method of camera parameters, space position parameters of structured light plane and assembly parameters of image acquisition terminal and robot based on structured light vision are studied. The calibration toolbox of Matlab software and the algorithm program written by ourselves are used to carry out experiments, and the above parameters are calculated and optimized. The image features of stainless steel fillet weld are analyzed, and an image processing algorithm based on Region of InterestROI, image filtering, feature detection and feature extraction is proposed. The algorithm is programmed based on OpenCV library function. Through the transformation of the pixel coordinates of the stainless steel corner weld feature points, the corresponding space coordinates of the weld feature points in the robot base coordinate system are obtained. In this paper, the key techniques of stainless steel fillet seam detection based on structured light vision are experimentally verified. The experimental results show that the designed image acquisition terminal based on structured light vision realizes the measurement function, the measuring error is less than 鹵0.145 mm and the average error is 0.090 mm. The maximum deviation between weld position detection and reference position is less than 0.96mm, and the average deviation is 0.35mm.
【學位授予單位】：深圳大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TG441.7;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 何照榮;蔡業(yè)彬;;基于結(jié)構(gòu)光的失效鈑金件逆向重構(gòu)實驗[J];實驗室研究與探索;2012年10期

2 龔燁飛;戴先中;李新德;;結(jié)構(gòu)光視覺焊接接頭魯棒識別[J];焊接學報;2009年09期

3 趙燦;陳秀;;基于線性透鏡陣列的面結(jié)構(gòu)光三維測量方法[J];黑龍江科技學院學報;2013年05期

4 王崇岳,徐科;基于結(jié)構(gòu)光圖像法和閾值法的連鑄坯定重剪切方法[J];中國科技信息;2005年01期

5 莫勝撼;喻寧娜;梁廣瑞;戴建樹;;基于結(jié)構(gòu)光無坡口對接焊縫圖像實時處理研究[J];焊接技術(shù);2009年09期

6 陳海永;孫鶴旭;徐德;;一類窄焊縫的結(jié)構(gòu)光圖像特征提取方法[J];焊接學報;2012年01期

7 張艷輝;金翠云;王穎;;基于圓結(jié)構(gòu)光視覺三維點的孔洞缺陷識別及重構(gòu)[J];北京化工大學學報(自然科學版);2012年05期

8 許麗;黃素娟;張之江;;無約束結(jié)構(gòu)光三維測量系統(tǒng)方法研究[J];宇航計測技術(shù);2005年06期

9 喻寧娜;莫勝撼;鐘義廣;戴建樹;;基于結(jié)構(gòu)光的V型焊縫圖像實時處理[J];電焊機;2010年03期

10 于曉洋;吳海濱;;基于Gray碼和線移條紋的結(jié)構(gòu)光3D測量技術(shù)[J];儀器儀表學報;2008年04期

相關(guān)會議論文 前10條

1 李春艷;范生宏;王立;盧欣;陳繼華;;月球車結(jié)構(gòu)光視覺系統(tǒng)標定方法研究[A];第二十三屆全國空間探測學術(shù)交流會論文摘要集[C];2010年

2 陶俊;;基于投影器和結(jié)構(gòu)光的人臉曲面三維重建[A];第十三屆全國圖象圖形學學術(shù)會議論文集[C];2006年

3 孫勇;李原;王慶林;陳輝;;基于主動投影的結(jié)構(gòu)光視覺系統(tǒng)的標定[A];中國自動化學會控制理論專業(yè)委員會D卷[C];2011年

4 崔海華;王震;廖文和;戴寧;程筱勝;;一種新的基于結(jié)構(gòu)光的三維測量模型[A];中國幾何設計與計算新進展2007——第三屆中國幾何設計與計算大會論文集[C];2007年

5 盧鵬;劉小英;張武昕;;三維重建結(jié)構(gòu)光邊緣提取的方法[A];中國儀器儀表學會第九屆青年學術(shù)會議論文集[C];2007年

6 史玉升;李中偉;鐘凱;王從軍;;基于數(shù)字光柵投影的結(jié)構(gòu)光三維測量技術(shù)[A];2009年促進中部崛起專家論壇暨第五屆湖北科技論壇——裝備制造產(chǎn)業(yè)發(fā)展論壇論文集（下）[C];2009年

7 史玉升;李中偉;鐘凱;王從軍;;基于數(shù)字光柵投影的結(jié)構(gòu)光三維測量技術(shù)[A];科技支撐 科學發(fā)展——2009年促進中部崛起專家論壇暨第五屆湖北科技論壇文集[C];2009年

8 孫良海;楊運強;黃洪昌;李杰;;激光結(jié)構(gòu)光焊縫跟蹤高效圖像處理算法的研究[A];機械動力學理論及其應用[C];2011年

9 陶俊;;基于結(jié)構(gòu)光的三維曲面建模及其紋理自動繪制[A];幾何設計與計算的新進展[C];2005年

10 宋明;張云峰;;用簡單的結(jié)構(gòu)光測量高速車體的限界[A];第八屆全國信息獲取與處理學術(shù)會議論文集[C];2010年

相關(guān)博士學位論文 前9條

1 張萬禎;數(shù)字投影結(jié)構(gòu)光三維測量方法研究[D];浙江大學;2015年

2 叢鵬宇;基于結(jié)構(gòu)光的三維感知系統(tǒng)關(guān)鍵問題研究[D];北京理工大學;2015年

3 唐蘇明;三維曲面測量的編碼結(jié)構(gòu)光技術(shù)研究[D];上海大學;2015年

4 李冠楠;直齒圓柱齒輪漸開線齒廓的結(jié)構(gòu)光視覺測量技術(shù)[D];吉林大學;2014年

5 陳建玲;結(jié)構(gòu)光照明超分辨微分干涉相襯顯微成像技術(shù)[D];華中科技大學;2013年

6 范劍英;結(jié)構(gòu)光深度圖像獲取和處理與三維重建研究[D];哈爾濱理工大學;2010年

7 李中偉;基于數(shù)字光柵投影的結(jié)構(gòu)光三維測量技術(shù)與系統(tǒng)研究[D];華中科技大學;2009年

8 喻擎蒼;基于符號M陣列二值結(jié)構(gòu)光的三維檢測方法的研究[D];浙江大學;2007年

9 李彩林;基于結(jié)構(gòu)光的手持式攝影掃描系統(tǒng)關(guān)鍵技術(shù)研究[D];武漢大學;2011年

相關(guān)碩士學位論文 前10條

1 郭敬;基于結(jié)構(gòu)光和NRSFM的三維數(shù)字化技術(shù)研究[D];陜西科技大學;2015年

2 吳琳琳;基于結(jié)構(gòu)光投影法的空間障礙物探測方法研究[D];西安工業(yè)大學;2015年

3 劉芳芳;基于偽隨機編碼結(jié)構(gòu)光的三維重建技術(shù)研究[D];哈爾濱工業(yè)大學;2015年

4 俞寶清;基于雙目結(jié)構(gòu)光的快速三維成像系統(tǒng)研究[D];浙江大學;2015年

5 趙必玉;高精度面結(jié)構(gòu)光三維測量方法研究[D];電子科技大學;2015年

6 程偉;基于結(jié)構(gòu)光視覺的番茄果實識別定位系統(tǒng)設計[D];浙江工業(yè)大學;2014年

7 劉歡;實時彩色三維建模技術(shù)研究[D];電子科技大學;2015年

8 高山;基于相位編碼結(jié)構(gòu)光的深度獲取研究[D];西安電子科技大學;2014年

9 丁洵;基于線結(jié)構(gòu)光的單目視覺目標位姿測量研究[D];湖南科技大學;2015年

10 盛佳偉;大鍛件在線測量系統(tǒng)中的三維重構(gòu)研究[D];東華大學;2016年

，

本文編號：1915405