基于视觉的多层多道焊缝跟踪

论文摘要

目前国内外应用的大多是示教再现型焊接机器人，无法适应焊接过程中厚板结构件的焊接生产，这是因为厚板结构件在焊接过程中，受到焊接功率的影响，必须进行多层多道焊，为了使焊接机器人具有良好的适应性和高质量的焊接加工，迫切需要实现厚板焊接自动化，而焊缝跟踪是实现焊接自动化的必要技术。本文以激光视觉作为传感器，以弧焊机器人为执行机构，研究了多层多道焊缝跟踪系统。鉴于CO2气体保护焊存在大量的飞溅和弧光干扰，影响了清晰图像的采集，本文采用相应的滤光系统将波长在650±10nm（辅助光源激光器的波长）以外的光滤除，余留的光作为光源；通过试验确定了视觉传感器的安装位置和结构参数，以保证能获取清晰、稳定的实时焊缝激光条纹信息。准确的识别图像特征点的实际位置信息是实现焊缝跟踪的前提，因此图像处理算法的准确性和可靠性至关重要。本文针对多层多道焊图像处理的特点，设计了合理的图像处理流程。包括中值滤波、二值化阈值分割、硬件特性去噪、上边缘提取、直线拟合，有效地提取出特征点的位置信息，为偏差量的计算提供了基础，同时也满足实时性要求。在准确获取到焊缝偏差信息基础上，本文设计了比例控制和模糊控制相结合的Fuzzy-P控制器。当偏差较大时，采用比例控制提高系统的响应速度，加快响应过程；当偏差较小时应用模糊控制，获得稳定的系统误差。本文研究的多层多道焊缝跟踪系统是采用VisualC++6.0在WindowsXP系统平台下开发的，包括视觉采集、图像处理和焊缝跟踪控制模块，各功能模块采用多线程的编程方法，整个系统具有良好的实时性。为了验证系统的工作性能，本文对开有V型坡口厚钢板（700mm×150mm×20mm）进行了多层多道焊试验，并在打底层、填充层、盖面层进行了不同形状和不同偏差量的纠偏试验，试验表明跟踪精度可达±0.3mm。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 课题背景和意义
• 1.2 国内外焊缝跟踪关键技术研究现状
• 1.2.1 视觉传感技术的发展现状
• 1.2.2 图像处理技术在焊缝跟踪领域的发展现状
• 1.2.3 焊缝跟踪控制技术的发展现状
• 1.3 本文的主要研究内容
• 第2章 硬件选择及系统总体组成
• 2.1 实验系统的总体构件设计
• 2.2 弧焊机器人系统
• 2.3 主动式视觉传感系统的硬件选择
• 2.3.1 CCD 摄像机和镜头的选择
• 2.3.2 激光器和滤光片的选择
• 2.3.3 图像采集卡和 D/A卡的选择
• 2.4 主动式视觉传感系统的安装结构和参数
• 2.4.1 主动式视觉传感器的安装结构
• 2.4.2 主动式视觉传感器的安装参数
• 2.5 本章小结
• 第3章 多层多道焊缝图像处理与分析
• 3.1 焊缝识别的实现性能需求分析
• 3.2 图像的格式表示
• 3.3 焊缝结构光图像预处理
• 3.3.1 均值滤波
• 3.3.2 中值滤波
• 3.4 焊缝结构光图像二值化
• 3.5 硬件特性去噪
• 3.6 焊缝结构光图像的轮廓上边缘提取
• 3.7 直线拟合
• 3.8 特征点识别
• 3.9 本章小结
• 第4章 控制系统设计
• 4.1 传统控制与智能控制
• 4.2 模糊控制与传统控制的结合
• 4.3 比例控制器的设计
• 4.4 模糊控制器的设计
• 4.4.1 模糊控制器的基本结构
• 4.4.2 输入量的模糊化
• 4.4.3 模糊推理规则的建立
• 4.4.4 输出量的反模糊化
• 4.5 基于 MATLAB 控制系统仿真
• 4.5.1 模糊推理系统的建立
• 4.5.2 控制器性能仿真以及性能比较
• 4.6 非焊接时跟踪控制实验
• 4.7 本章小结
• 第5章 多层多道焊缝智能控制系统的软件实现
• 5.1 软件需求分析及设计的解决办法
• 5.2 系统软件的开发思路
• 5.2.1 系统软件开发流程
• 5.2.2 图像处理模块软件的实现
• 5.2.3 控制模块软件的实现
• 5.2.4 多线程的开发及功能分析
• 5.3 界面介绍
• 5.4 本章小结
• 第6章 试验结果及分析
• 6.1 引言
• 6.2 试验条件
• 6.3 焊缝跟踪系统试验结果
• 6.3.1 打底焊时跟踪实验结果
• 6.3.2 填充焊时跟踪实验结果
• 6.3.3 盖面焊时跟踪实验结果
• 6.4 试验误差分析
• 6.5 本章小结
• 第7章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 攻读硕士学位期间发表的论文
• 致谢