CN101973032B - 一种焊接机器人线结构光视觉传感器离线编程系统和方法 - Google Patents

Abstract

一种焊接机器人线结构光视觉传感器离线编程系统和方法，所述系统包括传感器模型，用于模拟传感器成像过程以获取视图模型，同时完成检测视野实体化，以方便用户图形编程；机器人模型，用于模拟机器人单点运动，并提供连接传感器输入信号的通信接口信息；工艺控制规则库，用于提供用于不同焊接任务的工艺特征提取规则和工艺的控制命令相关信息；图形编辑界面，用于用户与系统交互式图形编程；操作序列模块，用于保存一系列检测点的信息，该信息包括了单点运动命令、工艺补偿控制命令、工艺特征提取规则以及成像信号模型信息；编程信息输出，用于输出机器人程序文本以及传感器系统配置信息文本。

Description

一种焊接机器人线结构光视觉传感器离线编程系统和方法

技术领域

本发明涉及的是一种焊接机器人智能化技术领域的系统和方法，特别是一种用于焊接机器人的线结构光视觉传感器离线编程系统和方法。

背景技术

机器人离线编程技术和信息传感技术是机器人焊接智能化的两个重要组成部分。

为了满足焊接生产日益复杂的需求，产生了焊接机器人离线编程技术以代替早期的现场示教方法，特别与焊接设计CAD技术相结合后，机器人的编程效率大为提高。但是为了保证最终的焊接效果，在具体实施中要求具有严格稳定的焊接作业现场条件，因此焊接时缺乏“柔性”，表现出明显的缺点。但是在实际弧焊过程中，焊接条件是经常变化的，如加工和装配上的误差会造成焊缝位置和尺寸的变化，焊接过程中工件受热及散热条件改变会造成焊道变形等。为了克服机器人焊接过程中各种不确定性因素对焊接质量的影响，智能化信息传感技术在现代焊接中的地位日益提升。

激光视觉传感器因其更接近于焊接操作员最为频繁使用的“视觉感知”而被引入到焊接检测领域中来，可用于在线焊缝轨迹提取、焊接质量控制、初始焊缝搜索等多种焊接应用场合。但是与早期的现场示教型机器人所遇到的问题相似，绝大多数激光视觉传感器系统都是属于现场编程型的，即需要通过现场与机器人配合调试才能够满足任务要求，如谭民等人在中国专利(200410009931.4，2004-12-2)所介绍的“一种基于激光结构光的焊缝跟踪视觉传感器”，L.MarcDufour等人在美国专利(4859829，1989-8-22)所介绍的“Adaptive welding controlvision head”，V.D.Gorbach等人在《Lasers for Measurments and InformationTransfer》(2003，Proc.of SPIE Vol.5381，110-118)所介绍的“Technical VisionSystem for Arc Welding Process Automatic Control Systems in Shipbuiding”，同样具有占用视觉设备、现场编程调试效率低等缺点，而且当前的传感器往往只适用于有限的几种类型的焊缝特征提取，如赵相宾等人在《焊接学报》(2006，vol27，NO.12：42-44)发表的“激光视觉焊缝跟踪系统图像处理”中所述方法仅适用于V型坡口，李原等人在《传感技术学报》(2006，VOL19，NO.6：2676-2681)发表的“焊缝跟踪视觉传感器中图像多类型特征选择与提取”中所述的方法是针对预留坡口对接类，无坡口直接对接类和左、右搭接3种类型的焊缝。然而，在当前小批量，多样化的现代制造业发展趋势下，越来越多的复杂焊缝特征需要被检测。另外现场示教型传感器系统与机器人离线编程技术的不兼容使得机器人离线编程技术难以发挥优势，这直接影响了焊接机器人智能技术的协同发展与应用。

发明内容

本发明针对上述问题，发明了一种用于焊接机器人的线结构光视觉传感器离线编程系统和方法。

本发明克服现有技术的不足，设计出了一种适用于检测任意焊缝特征的焊接机器人的线结构光视觉传感器离线编程系统，

所述系统主要包括传感器模型、机器人模型、工艺控制规则库、图形编辑界面、检测序列记录和回放以及编程信息输出5大模块。其中：

传感器模型：具有对传感器获取成像信号的过程进行仿真的功能，通过提取仿真的激光信号在工件表面所获得的轮廓，并经由摄像机针孔模型投射至图像平面，以获得最终的工件表面成像轮廓信号。另外通过将图像平面反投至激光平面获得了传感器外部的检测视野，进一步通过3D造型将检测视野实体化，以达到方便用户图形编程的目的，传感头本身的实体模型将作为碰撞检测的基础。

机器人模型：主要通过建立了机器人运动学模型完成机器人单点运动下的机械手末端与各关节角的同步，同时还可以完成关节角限位检测。另外其针对不同的机器人类型包含了不同的用于连接传感器输入信号的通信接口信息。

工艺控制规则库：主要包含了用于不同焊接任务的工艺特征提取规则和不同的机器人用于该类工艺的控制命令相关信息。

图形编辑界面：是系统与用户交互的图形化界面，其不仅可以提供给用户用鼠标与键盘对当前仿真场景中的各实体元素的操作与配置，还可以在仿真的时候显示出各系统当前的运行状态。

检测序列模块：主要是在用户图形编辑的时候保存任务中的关键检测结点处的信息，该类信息包括了单点运动命令、工艺补偿控制命令、工艺特征提取规则以及成像信号模型信息。而依次运行整个操作序列被称为“回放”，这将提供给用户对整个任务的校验的基础。

编程信息输出：主要是针对具体的机器人类型和传感器系统类型调用相应的转换模块，将操作序列转换为符合机器人编程命令语法的程序文本以及传感器系统配置信息语法类型的文本供实际系统运行。

应用上述系统的编程方法如下：

1.仿真场景建立

将传感头模型、待测工件、机器人及其工具的三维实体模型共同导入离线编程仿真软件环境中，如果还未建立传感头模型，则需要建立传感头模型。

2.传感头建模

导入传感头外壳的三维实体模型和传感头配置文件，系统将在传感头内部建立投影参数模型，同时在外壳的三维实体模型上完成传感头观测视野(FOV——Field Of Vision)的三维可视化生成。

3.待测工艺特征指定

进行某项工艺控制时，需要提取工件某个面或者某个边的特征作为该工艺控制的特征参数量，而这个时候就需要进行待测工艺特征指定。当用户导入待测工件后，首先要求用户选择所需要工艺提取规则，然后进一步需要指定x_j所关联的工件基元特征。该工艺特征提取规则在一次性实际检测任务的整个周期中都有效，并一次性检测任务中可以同时存在多个工艺提取规则。

4.检测结点图形编程

用户通过图形编辑界面，设定传感头相对于工件的不同的检测位姿，并最终获得满足检测任务要求的检测序列，要求每个检测结点满足“感兴趣的目标工件特征处于传感头FOV范围内”和“机器人工具手满足相关工艺要求”的双重约束。

5.检测编程命令序列保存

当用户已经确定一个检测结点后要求通知系统，系统则会自动完成一次传感头的成像过程仿真，将传感头成像信号视图模型、工艺特征的成像信号标识号以及传感头检测位姿作为一个检测结点被保存。

6.检测编程命令序列仿真

运行检测序列进行仿真，并可以选择进行机器人关节限位与碰撞测试的检查，如果出现问题或者不满足要求，用户可以重新返回步骤4做进一步的调整。

7.编程结果输出

将检测编程命令序列通过命令转换模块输出为视觉处理配置文件和机器人程序文件，并分别由用户导入至视觉处理器和机器人控制器中，机器人与传感器将运行各自文件以共同协作完成实际检测任务。

本发明的有益效果是，可以使得

用户通过图形编辑界面指定线结构光视觉传感器的检测结点；

在模拟传感器检测过程直观地显示出对焊件特征的检测状况；

在任意姿态下提取以传感器视点为主的焊件特征成像信号作为传感器实际检测时所必须的视觉先验模型，扩大了传感器适用对象的范围；

指定工艺特征，以便焊缝特征提取与焊接工艺控制能够匹配使用；

通过仿真回放，使得用户观察传感器与机器人的配合运行状况，并且在仿真中同样可以进行机器人限位与碰撞干涉检查，这样将及早地预见实际编程的缺陷，为编程调整及优化提供有效依据，节省人力、物力、时间与成本。

附图说明

图1线结构光视觉传感器离线编程系统模块图；

图2线结构光视觉传感器离线编程方法流程图；

图3线结构光传感器模型示意图；

图4传感头模型外观示意图；

图5传感器视野相交直线段轮廓提取示意图；

图6传感器视野相交曲线段轮廓提取示意图；

图7传感器轮廓提取摄像机消隐示意图。

具体实施方式

下面结合附图与具体实施方式对本发明进一步说明：

本例采用基于PC和Windows的操作系统上运行的solidworks作为软件开发平台，其中仿真场景是建立在solidworks装配空间中(对应*.sldasm文件)，而各实体模型也是为solidworks中的3D实体(对应*.sldprt)。

1.仿真场景搭建

打开一空仿真环境场景文件，将传感头模型、待测工件、机器人及其工具的三维实体模型共同导入进来，并完成必要的装配。其中摄像机坐标系与工具手坐标系之间的相关姿态关系，待测工件与机器人基坐标系之间的相关姿态关系应该是在对任务方案的早期设计时已经确定。

仿真场景搭接完毕后即可进入离线编程阶段，这时系统将在内部新建一个空的任务命令序列Task＝{D，R}，其中D为检测结点序列，其中一个检测结点包含一个检测位姿和该位姿下所需检测的对象视图模型，R为该任务的工艺控制规则集。

2.待测工艺特征指定

一般检测的目的需要为当前任务中的某项工艺控制提供所需要的工艺特征量，而不同工艺控制往往要求不同的工艺特征量，如焊接时的焊缝跟踪控制，需要在线地提取焊缝左右两侧的辅助面在焊缝根部处的交线作为焊缝跟踪轨迹，其中“焊缝根部处交线”就是需要检测的工艺特征量，而“焊缝跟踪”则是工艺控制；又如焊接时的焊丝填充量控制中，需要在线地计算焊缝左右两接触面所包含的空间体积段，其中“空间体积段”就是需要检测的工艺特征量，“焊丝填充量控制”则是工艺控制。

因此工艺控制可以表示为control_i(c₁，...c_l，...c_H)，其中control_i表示为用户所选择的第i种工艺控制方式，c_l表示为工艺特征量的分量值，如检测到的点位置x、y、z分量，或者偏差向量的各分量等。而对于第i种工艺控制方式control_i所需要的工艺特征量的提取过程可以表示为[c₁，...c_l，...c_H]＝rule_i(x₁，...x_j，...x_M)，其中rule_i表示为对应于control_i的工艺特征量提取规则，该规则可以根据工艺控制的工艺特征量及与其相关工件基元特征之间的运算关系进行编写，x_j表示工件的基元特征参数，这里工件基元特征包含了工件的面和边基元。

当用户导入待测工件后，首先要求用户从工艺特征控制规则库中选择所需要的工艺控制方式control_i(c₁，...c_l，...c_H)，而每种工艺控制方式还需要用户指定所支持的通信方式以及通信参数为机器人控制器接受检测到的工艺特征量(c₁，...c_l，...c_H)提供响应接口，这里具体仅实现对KUKA机器人的接口通信设置，其中通信方式可以包含RS232串口通信与模数I/O通信，其中通信参数包括端口号，波特率设置等。另外用户还需要为工艺控制control_i选择一个对应的工艺提取规则rule_i(x₁，..x_j，...x_M)，选定好规则后则可以在该规则的提示下进一步指定所需要的工件基元特征x_j，具体实施时用户只需要通过鼠标点选工件实体模型的各基元并通过界面确认即可完成。该工艺特征提取规则在当前检测任务的整个周期中都有效，并在一个检测任务中可以同时存在多个工艺提取规则，即最终对应于当前任务的工艺控制集为R＝{(control_i，rule_i)，i＝1...G}。

3.传感头建模

传感头检测视野(FOV——Field Of Vision)是传感头能够检测工件实体特征的有效空间区域范围，因此将其实体化将有助于用户进行图形编程。

1)、传感头视野建模

如图3所示，设世界坐标系为W，工件坐标系为O，工具坐标系为H，线结构光传感头中的摄像机坐标系为C，对应的像素坐标系为I。因为激光器所投射出的激光面∏在摄像机坐标系C的位姿相对固定，则∏可以描述为：a^Cex+b^Cy+c^Cz+d＝0，其中a、b、c、d为坐标系C下的激光平面参数。为了能够对传感头的成像原理进行模拟(具体方法在第5节中进行描述)，需要在激光面上设定一激光坐标系L：取摄像机光轴(^Cz＝0)与激光面∏的交点为L的原点，即^CO_L＝(0，0，-d/c)^T，另外取L的z轴与激光面垂直，则z轴向量为

而L的x轴取为C坐标系的x轴沿摄像机光轴向激光面的投影获得，即

最后L的y轴则可通过右手准则获得

进一步通过归一化可获得各轴的单位向量因此坐标系L与C之间的关系为

设激光面上的一点在坐标系L的坐标为^LP＝[^Lx ^Ly ^Lz 1]^T，像素平面上的一点为^IP＝[^Iu ^Iv 1]^T，则点^IP和^LP之间将构成如下的单应关系(homography)：

$s\left[\begin{array}{c}u_I\\ v_I\\ 1\end{array}\right]=A_L^{C}T\left[\begin{array}{c}x_L\\ y_L\\ z_L\\ 1\end{array}\right]$

$=\left[\begin{array}{ccc}{f}_x& \mathrm{\γ}& u_0\\ 0& f_y& v_0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{cccc}{\stackrel{\→}{x}}^{\′}_C& {\stackrel{\→}{y}}_L^{\′}_C& {\stackrel{\→}{z}}^{\′}_C& o_L^C\end{array}\right]\left[\begin{array}{c}x_L\\ y_L\\ 0\\ 1\end{array}\right]$

$=A\left[\begin{array}{ccc}{\stackrel{\→}{x}}^{\′}_C& {\stackrel{\→}{y}}^{\′}_C& o_L^C\end{array}\right]\left[\begin{array}{c}x_L\\ y_L\\ 1\end{array}\right]=T_{\mathrm{hom\; o}}\left[\begin{array}{c}x_L\\ y_L\\ 1\end{array}\right]---\left(1\right)$

其中s为透视成像所引入的任意一比例因子，A为摄像机内参数，T_homo为单应关系。设CCD像素矩形区域的4个顶点为^IFOV＝{^IA，^IB，^IC，^ID}，那么通过单应关系T_homo可以获得在激光平面上所对应的^IFOV＝{^LA，^LB，^LC，^LD}，该模型将在传感器成像信号提取过程发挥重要作用(具体见第5节)。

2)、检测视野实体化

通过摄像机标定方法“Implicit and explicit camera calibration.”(G.Wei and S.Ma，Theory and experiments.IEEE Transactions on Pattem Analysis and MachineIntelligence，16(5)：469-480，1994.)”获得为摄像机内参数A，激光平面参数向量[a，b，c，d]。

上述参数和^IFOV的具体值在传感头标定结束后可由手工将其记录在一传感头参数配置文件中。而用户在仿真环境下导入传感头外壳实体和传感头参数配置文件后系统将会自动计算^LFOV，并通过3D造型技术将检测视野^LFOV实体化，效果如图4所示。

4.检测结点图形编程

用户通过“图形编辑界面”模块可以与仿真环境进行交互，通过设定并记录下传感头相对于工件的不同检测位姿T_k，最终获得满足整个检测任务要求的检测序列T＝{T_k，k＝1...N}。

在指定检测位姿时，务必需要满足以下两个必要约束：

(1)机器人工具手满足相关工艺要求。

(2)感兴趣的目标工件特征处于传感头视野^LFOV范围内。

其中条件(1)可以根据任务的工艺要求，由用户或者系统自动分析来指定工具手的工艺姿态。条件(2)的满足需要由用户通过观察图形界面中的传感头与工件之间的关系来保证。如果条件(1)和条件(2)无法同时满足，那么需要考虑选择另一参数的传感头或者是本传感头不适合当前的任务。

另外对于一个检测位姿T_k，当前离线编程系统只适用机器人运行单点运动(PTP)的情况。

5.检测结点命令保存

将d_k＝(T_k，P_k)作为检测结点序列D中的一个检测结点，用户每确定一个检测结点，都将其存入检测序列存储结构中，即D＝{d_k，k＝1...N}。另外每个检测位姿T_k被保存前，系统会在将传感头移动至T_k处并自动完成一次传感头的成像过程仿真，随后记录下该传感头成像信号P_k，其中P_k为激光面与工件相交的横截面轮廓在图像上的投影。其中T_k位姿下的传感头成像模拟原理如下：

a)获得待测工件上所有实体面集合F＝{f_s，s＝1...S}(工件坐标系O上描述)，并且将其分为平面和非平面。

b)对于工件表面f_s为平面类型的情况下，获取其处于传感头观测视野^LFOV内的交线轮廓

如图4所不，延长AC和BD可得以交点E，其观测视野^LFOV＝{A，B，C，D}。

第1步：判断EC、ED和CD与平面f_s是否有交点。方法为：由点E向平面沿EC方向做投影，如有投影点P，并且EP的距离小于EC，则说明EC与平面f_s有交点，同理可以判断ED和CD与平面f_s是否有交点。

第2步：求出EC、ED和CD与平面f_s共有几个交点n，交点的个数可能为0、1、2。

第3步：如果n为2，即EC、ED和CD与平面f_s有两个交点，则把这两个点作为f_s与激光平面的交线的起点和终点。最后判断平面f_s是否有孔存在，如果有孔则判断此孔与激光平面是否相交，如果相交，则将交线中不存在的部分删除。

第4步：如果n为1，即EC、ED和CD与平面f_s有一个交点，则求出交线的另一端点，还需要判断平面f_s上是否有孔的存在。如果有孔还需要根据孔与激光平面是否相交修正交线。

第5步：如果n为0，即EC、ED和CD与平面没有交点，则需要判断平面f_s与激光平面有交线或者是没有交线，如果有交线，则求出交线。

c)对于工件表面f_s为曲面类型的情况下，获取其处于传感头观测视野^LFOV内的交线轮廓

同样如图5所示，对于任意一曲线，因为曲面类型的任意性，直接利用搜索的方法求交线，找到CD的n等分点，m1、m2到mn等，连接Em1，Em2等，直接计算Em1，Em2与非平面f_s的交点，通过这些交点来拟合成曲线。

d)将

和

按从左(靠近AC处)到右(靠近BD处)合并成统一轮廓交线^OP″′。

e)对^OP″′进行激光投射光线消隐后得^OP″：

首先对于轮廓^OP″′进行离散化，连接每个离散点与点E，如果此直线上还与^OP″′相交，则认为此点是不可见的，其将被删除，最终所有未被删除的^OP″′的部分将被认为是^OP″。

f)进行摄像机入射光线消隐后得^OP′：

如图7所示，首先对于轮廓^OP″进行离散化，取其中的一点M，设摄像机的原点为^CO，则M所对应的轮廓段所在的工件表面的法向为

(由内朝外)，如果

与的夹角θ小于最大反射角度Θ，并且线段之间没有场景中其他物体存在，那么保留该点，^OP″中最终所有被保留的部分被认为是^OP′。

g)将轮廓^OP′转换至激光坐标系L中得^LP′，进一步^LP′的x-y数据并通过单应关系T_homo反投至图像获得最终的成像信号P。

如果当前任务中已确定了工艺特征提取的话，那么对于第i个工艺特征提取规则rule_i＝1...N(x₁，..x_j，...x_M)而言，则在每次成像过程仿真后可得P_k＝{L_s，k，s＝1...D}，其中L_s，k为某个轮廓段，如果

则表示该轮廓段属于工件的某个基元特征，那么需要建立起基元特征的x_j与轮廓段L_s，k之间的对应L_s，k→x_j，这样在实际检测时，每个被检测到的轮廓段L_s，k可以通过对应性L_s，k→x_j输入到当前的工艺特征提取规则rule_i中。

6.编程序列仿真回放

系统可以按照已经保存的检测任务Task＝{D，R}中的检测结点序列D运行，同时用户可以通过图形显示界面观察传感器与机器人的配合运行状况，另外在仿真同时可以开启机器人关节限位检查和碰撞测试，如果出现问题或者不满足要求，用户可以重新返回步骤4做进一步的调整。

7.编程结果输出

对于一个检测任务Task＝{(T_k，P_k)，k＝1...N，(rule_i，control_i)，i＝1...G}，其编程结果{T_k，k＝1...N，rule_i，i＝1...G}将通过线结构光视觉处理命令转换模块输出成一个视觉处理配置文件，而该视觉处理配置文件只能使用于与本发明配套的线结构光视觉检测系统。对于编程结果{P，k＝1...N，control_i，i＝1...G}，需要为其选定对应的具体类型的机器人编程语言，当前本系统只适用于KUKA的KRL编程语言，然后通过机器人编程语言转换模块，输出相应机器人的程序文件，并由用户导入至运行该类型语言的对应型号的机器人控制器中，机器人与传感器将运行各自文件以共同协作完成实际检测任务。

Claims (2)

1.一种焊接机器人线结构光视觉传感器离线编程系统的编程方法，其特征是本方法基于焊接机器人线结构光视觉传感器离线编程系统，该系统是在计算机三维设计软件中的装配体空间中建立的仿真场景，包括传感器模型、机器人模型、工艺控制规则库、图形编辑界面、检测序列模块以及编程信息输出；

所述传感器模型，是对传感器获取成像信号的过程进行仿真，通过提取仿真的激光信号在工件表面所获得的轮廓，并经由摄像机针孔模型投射至图像平面，以获得最终的工件表面成像轮廓信号；

通过将图像平面反投至激光平面获得传感器外部的检测视野，进一步通过3D造型将检测视野实体化，传感器的传感头本身的实体模型也作为碰撞检测的基础；

机器人模型包括运动学模型和实体模型；

机器人模型是通过建立了机器人运动学模型完成机器人单点运动下的机械手末端与各关节角的同步，同时还完成关节角限位检测；

针对不同类型的机器人模型，设有相应的用于连接传感器输入信号的通信接口信息；

工艺控制规则库包含了用于各种工件模型的焊接任务的工艺特征提取规则和各种机器人用于该类工艺的控制命令相关信息；

图形编辑界面是人机交互的图形化界面，提供给用户用鼠标与键盘对当前仿真场景中的各实体元素的操作与配置，并在仿真的时候显示出各仿真对象当前的运行状态；

检测序列模块是在用户图形编辑的时候保存任务中的关键检测点的信息，并仿真运行整个操作序列，提供给用户对整个任务校验的基础；

编程信息输出，是针对具体的机器人和传感器类型，将操作序列转换为符合机器人编程命令语法的程序文本以及传感器配置信息语法类型的程序文本供实际系统运行；

本方法的步骤包括：

1）判断是否建立仿真场景

如果已经建立仿真场景，则进入步骤2）；如果没有建立，则建立仿真场景，并保存仿真场景，再进入步骤2）：

仿真场景建立是在三维计算机辅助设计软件中的装配空间中建立的，将传感头模型、待测工件、机器人及其工具的三维实体模型共同导入该装配空间；

如果还未建立传感头模型，则需要建立传感头模型；传感头建模是在仿真场景中导入传感头外壳的三维实体模型和传感头配置文件，系统在传感头内部得到投影参数模型，同时在传感头外壳的三维实体模型上完成传感头观测视野FOV的三维可视化生成；

2）待测工艺特征指定

在导入待测工件后，首先要选择所需工艺提取规则，然后进一步需要指定表示工件的基元特征参数xj所关联的工件基元特征；该工艺特征提取规则在一次性实际检测任务的整个周期中都有效，并一次性检测任务中同时存在多个工艺提取规则；

3）检测点图形编程

用户通过图形编辑界面，设定传感头相对于工件不同的检测位姿，并最终获得满足检测任务要求的检测序列，此时，要求每个检测点满足“感兴趣的目标工件特征处于传感头FOV范围内”和“机器人工具手满足相关工艺要求”的双重约束；

4）检测编程命令序列保存

当用户已经确定一个检测点后要求通知系统，系统自动完成一次传感头的成像过程仿真，将传感头成像信号视图模型、工艺特征的成像信号标识号以及传感头检测位姿作为一个检测点来保存；

5）检测编程命令序列仿真

运行检测序列进行仿真，并选择进行机器人关节限位与碰撞测试的检查，如果出现问题或者不满足要求，用户重新返回步骤3）做进一步的调整；

6）编程结果输出

检测编程命令序列通过命令转换模块输出成视觉处理配置文件和机器人程序文件，并分别由用户导入至视觉处理器和机器人控制器中，机器人与传感器将运行各自文件以共同协作完成实际检测任务；

所述关键检测点的信息包括单点运动命令、工艺补偿控制命令、工艺特征提取规则以及成像信号模型信息；所述操作序列包括单点运动命令、工艺补偿控制命令、工艺特征提取规则和成像信号模型；

所述单点运动命令是由所述机器人模型单点运动仿真得到；

工艺补偿控制命令是由机器人模型中的各种机器人模型以及工艺特征规则库中相应机器人用于相应工艺的控制命令相关信息得到；

所述工艺特征提取规则由工艺特征规则库中相应种工件模型的焊接任务的工艺特征提取规则得到；

所述成像信号模型由所述最终的工件表面成像轮廓信号得到；

符合机器人编程命令语法的程序文本是由操作序列中的单点运动命令和工艺补偿控制命令转换得到；传感器配置信息语法类型的程序文本是由操作序列中的工艺特征提取规则和成像信号模型转换得到。

2.根据权利要求1所述的编程方法，其特征是所述步骤3）中的两个必要约束：

机器人工具手满足相关工艺要求，是根据任务的工艺要求，由用户或者系统自动分析来指定工具手的工艺姿态；

感兴趣的目标工件特征处于传感头视野FOV范围内，是需要由用户通过观察图形界面中的传感头检测视野实体与待测工件之间的关系来保证；

如果两个条件无法同时满足，那么需要选择另一款配置参数的传感头或者是当前认定当前所选择的传感头不适合当前的任务。

Images