發(fā)布時(shí)間：2021-09-03 23:30

　　為滿足社會(huì)經(jīng)濟(jì)與科技的發(fā)展需求,以機(jī)器視覺(jué)、機(jī)器人為核心的人工智能技術(shù)在實(shí)際焊接生產(chǎn)過(guò)程中的應(yīng)用日益廣泛。由于傳統(tǒng)焊接技術(shù)單一性與局限性,焊接制品質(zhì)量易受技工水平、生產(chǎn)環(huán)境以及焊接材料等因素的影響;焊接作為十分重要的生產(chǎn)加工方式,結(jié)合先進(jìn)智能制造技術(shù)進(jìn)行相關(guān)研究,對(duì)降低人工勞動(dòng)強(qiáng)度、提高焊接生產(chǎn)效率、改善焊接生產(chǎn)環(huán)境有著重要意義。本文針對(duì)基于視覺(jué)的機(jī)器人焊縫自動(dòng)跟蹤系統(tǒng)進(jìn)行設(shè)計(jì)與開(kāi)發(fā),主要工作內(nèi)容如下:（1）對(duì)主動(dòng)線結(jié)構(gòu)光測(cè)量技術(shù)的原理及特性進(jìn)行分析,確定視覺(jué)檢測(cè)傳感器結(jié)構(gòu)與構(gòu)建選型,并搭建焊縫自動(dòng)跟蹤系統(tǒng)硬件研究平臺(tái);建立視覺(jué)檢測(cè)傳感器數(shù)學(xué)模型,完成視覺(jué)檢測(cè)系統(tǒng)的標(biāo)定。（2）結(jié)合相關(guān)圖像預(yù)處理方法對(duì)采集源圖像進(jìn)行預(yù)處理,探究不同預(yù)處理方法對(duì)焊縫線結(jié)構(gòu)光圖像的影響以及不同圖像濾波方法的降噪能力。通過(guò)分析不同邊緣檢測(cè)方法對(duì)焊縫圖像的影響,選取合適的處理方法,并在其基礎(chǔ)上對(duì)線結(jié)構(gòu)光細(xì)化方法進(jìn)行相應(yīng)改進(jìn)與優(yōu)化。最后根據(jù)得到的細(xì)化圖像,對(duì)線結(jié)構(gòu)光中心線進(jìn)行直線擬合,建立線結(jié)構(gòu)光中心線方程,并求解得出焊點(diǎn)的位置信息。（3）對(duì)庫(kù)卡外部傳感器接口的控制原理進(jìn)行分析,通過(guò)設(shè)計(jì)相關(guān)配置文件,完成PC機(jī)與... 

【文章來(lái)源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：93 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１?Ｍｅｔａ＿ｖｉｓｉｏｎ線結(jié)構(gòu)光傳感器??Ｆｉｇｕｒｅ．?１－１?Ｍｅｔａ?ｖｉｓｉｏｎ?ｌｉｎｅａｒ?ｓｔｒｕｃｔｕｒｅｄ?ｌｉｇｈｔ?ｓｅｎｓｏｒ??

文???紅外光、電弧光或自然光源進(jìn)行輔助照明，使采集到的焊縫圖像干擾信息較多，??不能準(zhǔn)確識(shí)別焊縫特征點(diǎn)。而主動(dòng)視覺(jué)傳感技術(shù)采用結(jié)構(gòu)光進(jìn)行輔助檢測(cè)，對(duì)被??動(dòng)視覺(jué)傳感技術(shù)的缺陷進(jìn)行了有效彌補(bǔ)。激光發(fā)射器發(fā)出的激光經(jīng)過(guò)柱面透鏡后??匯聚成寬度很窄的光帶，稱為線結(jié)構(gòu)光［３１］。實(shí)際焊接過(guò)程中，線結(jié)構(gòu)光以一定角??度入射在焊接工件上，在焊縫表面發(fā)生變形。利用工業(yè)相機(jī)獲取線結(jié)構(gòu)光的變形??圖像，經(jīng)過(guò)相關(guān)圖像處理與檢測(cè)技術(shù)，得到焊縫特征點(diǎn)位置�；谥鲃�(dòng)光視覺(jué)傳??感器的焊縫識(shí)別系統(tǒng)，如圖１－３所示［３２］。將工業(yè)相機(jī)與線結(jié)構(gòu)光發(fā)射器進(jìn)行集成，??線結(jié)構(gòu)光以一定角度射在焊件表面，工業(yè)相機(jī)拍攝焊接件表面的形狀、線結(jié)構(gòu)光??形狀及焊縫圖像。以ＰＣ為核心平臺(tái)，結(jié)合圖像處理技術(shù)對(duì)采集到的焊縫圖像進(jìn)??行處理，識(shí)別出焊縫的位置［３３］。最后再將信號(hào)傳輸給焊接控制系統(tǒng)控制焊槍運(yùn)動(dòng)，??消除焊接偏差，從而完成焊接工作。??激光發(fā)射器??視覺(jué)傳感器??圖１－３主動(dòng)視覺(jué)焊縫識(shí)別系統(tǒng)??Ｆｉｇｕｒｅ．?１－３?Ａｃｔｉｖｅ?ｖｉｓｕａｌ?ｗｅｌｄ?ｒｅｃｏｇｎｉｔｉｏｎ?ｓｙｓｔｅｍ??１．３．２焊縫圖像處理??圖像處理是基于視覺(jué)識(shí)別的焊縫跟蹤系統(tǒng)中的核心部分，圖像處理效果的好??壞直接影響焊縫檢測(cè)識(shí)別的準(zhǔn)確度，從而間接影響焊縫自動(dòng)跟蹤系統(tǒng)的精度與穩(wěn)??定性［３？５］。視覺(jué)傳感器的主要任務(wù)是采集焊縫圖像，并將其轉(zhuǎn)化為電信號(hào)傳輸?shù)??外部ＰＣ設(shè)備進(jìn)行圖像處理。圖像處理主要包括圖像預(yù)處理和圖像檢測(cè)識(shí)別兩個(gè)??部分［３＼圖像預(yù)處理的目的是減弱采集圖像中噪聲的影響，從而提高線結(jié)構(gòu)光提??取和焊縫檢測(cè)識(shí)別的準(zhǔn)確度與精度［３７］。圖像檢測(cè)識(shí)別的主要目

成。在測(cè)量過(guò)程中，激光發(fā)射器發(fā)射線結(jié)構(gòu)光光束，該光束經(jīng)被測(cè)物??體表面發(fā)生折射與反射，并在被測(cè)工件物體表面形成線結(jié)構(gòu)光特征點(diǎn)或特征線。??利用工業(yè)相機(jī)對(duì)包含這些特征點(diǎn)或者特征線的被測(cè)物體表面進(jìn)行圖像采集，結(jié)合??相關(guān)圖像分析技術(shù)，完成被測(cè)工件物體表面信息提齲??工業(yè)相機(jī)?激光發(fā)射器工業(yè)相機(jī)?激光發(fā)射器工業(yè)相犰?激光發(fā)射器??巧?／?ｖ?／｜?／Ｗ＾?／??被鍘工件?被測(cè)工件／?被測(cè)工件．．／???Ｋ?＾?，??（ａ）點(diǎn)結(jié)構(gòu)光模式?（ｂ）線結(jié)構(gòu)光模式?（ｃ）光柵模式??圖２－１結(jié)構(gòu)光測(cè)量模式??Ｆｉｇｕｒｅ．２－１?Ｓｔｒｕｃｔｕｒｅｄ?ｌｉｇｈｔ?ｍｅａｓｕｒｅｍｅｎｔ?ｍｏｄｅ??如圖２－１所示，在點(diǎn)結(jié)構(gòu)測(cè)量模式中，激光發(fā)射器所發(fā)射的線結(jié)構(gòu)光束在被??測(cè)物體表面投射形成特征光點(diǎn)，該光點(diǎn)用于測(cè)量被測(cè)工件的表面信息。由于采集??圖像中特征點(diǎn)包含的信息有限，從而數(shù)據(jù)分析與提取效率較低，在焊縫檢測(cè)識(shí)別??過(guò)程中有很大的局限性。在線結(jié)構(gòu)測(cè)量模式與光柵測(cè)量模式中，激光發(fā)射器所發(fā)??射的線結(jié)構(gòu)光束在被測(cè)物體表面分別投射形成單光束條紋與多光束條紋，而且該??光束條紋會(huì)根據(jù)被測(cè)工件表面的變化發(fā)生相應(yīng)的形變。所投射形成的線結(jié)構(gòu)光光??束條紋中包含豐富的被測(cè)工件物體表面信息，比如表面形狀、深度以及相關(guān)特征??１１??


本文編號(hào)：3382085