拉丝漏板自动焊接机器人显微视觉伺服系统的研究与开发

论文摘要

目前,在玻璃纤维铂金拉丝漏板板嘴弧焊连接过程中,存在着因底板热变形而导致漏嘴“漂移”,进而导致机器人无法准确跟踪焊缝,致使无法实现铂金拉丝漏板板嘴焊接的自动化作业。本文为了解决这个问题,提出了利用机器视觉技术实现漏嘴中心的定位方案,包括显微视觉系统的硬件实现和漏嘴中心的显微视觉定位算法,实现了拉丝漏板板嘴弧焊过程中漏嘴中心的动态定位,使得板嘴弧焊机器人能自适应底板的热变形,从而可以对焊缝进行动态精确跟踪。本文首先在分析被测对象特点的基础上,设计了显微视觉系统的总体结构,为该显微视觉系统的硬件部分挑选了合适的分部件,包括:照明光源、显微镜头、CCD等。同时选择了Visual C++编译器为本系统软件模块的开发平台。然后研究了图像去噪、二值化、边缘检测等图像处理技术的原理和算法,最终选择了中值滤波的方法做为本文的图像去噪算法和峰谷法为图像的二值化处理方法,在此基础上比较了经典边缘检测算子与Canny算法的性能,最终采用了Canny边缘检测算子。本文还对亚像素边缘检测的方法做了一些研究。在对图像识别的研究中,针对实际对象研究了两种圆心检测算法,一种是传统的Hough变换法,另一种则是根据实际对象的特殊性自行开发的算法——像素扫描法。通过比较分析两种算法在实际操作中的各自特点,选择了后者为本系统的圆心识别算法。最后,本文给出了伺服系统的实现与应用方法,并进行了实际的验证与测试。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 机器视觉技术概述
• 1.2.1 机器视觉概念的引入
• 1.2.2 机器视觉技术的进展
• 1.2.3 机器视觉原理
• 1.2.4 显微机器视觉
• 1.3 论文课题的来源及研究内容
• 1.4 本文的主要工作
• 第二章 显微视觉伺服系统设计
• 2.1 拉丝漏板自动弧焊机器人原理与总体结构
• 2.2 显微视觉伺服系统的硬件设计
• 2.2.1 光学照明系统
• 2.2.2 显微镜头
• 2.2.3 图像采集及处理器件
• 2.3 系统的软件开发
• 2.3.1 软件开发环境
• 2.3.2 DIB 类及 OpenCV 简介
• 2.4 本章小结
• 第三章 图像预处理
• 3.1 图像获取
• 3.2 灰度变换
• 3.2.1 灰度直方图
• 3.2.2 图像去噪
• 3.2.3 图像二值化
• 3.3 边缘检测
• 3.3.1 传统的边缘检测算法
• 3.3.2 Canny 边缘检测
• 3.3.3 亚像素边缘检测
• 3.3.4 不同边缘检测方法的对比与选择
• 3.4 本章小结
• 第四章 圆心识别检测算法的研究
• 4.1 检测圆心的 Hough 变换
• 4.1.1 Hough 变换原理
• 4.1.2 几种改进的 Hough 变换
• 4.1.3 Hough 变换检测结果
• 4.2 针对拉丝漏板板嘴开发的圆心识别算法
• 4.2.1 拉丝漏板板嘴图像的特点分析
• 4.2.2 像素扫描法原理
• 4.3 两种算法的比较和选择
• 4.4 本章小结
• 第五章 视觉伺服系统的开发与应用
• 5.1 系统开发
• 5.2 系统应用
• 5.3 系统测试与结果分析
• 5.4 本章小结
• 第六章 总结和展望
• 6.1 本文主要工作
• 6.2 后续研究工作的展望
• 参考文献
• 致谢
• 作者在攻读硕士学位期间发表的学术论文