CN102441737A - 用于确定焊缝端部的形状的设备和方法 - Google Patents

Abstract

本发明涉及用于确定焊缝端部的形状的设备和方法。本发明的设备(1)包括激光照射单元(2)、监控单元(3)、存储单元(4)、图像提取单元(5)、焊缝识别单元(6)以及焊缝形状确定单元(7)。焊缝形状确定单元(7)构成为基于由焊缝识别单元(6)识别的焊缝区域计算焊缝区域的端部的位置，以及确定焊缝区域的端部的形状在焊缝区域的延伸方向上是凸出的还是凹入的。

Description

用于确定焊缝端部的形状的设备和方法

技术领域

本发明涉及一种用于确定通过用焊接激光照射焊接材料而形成的焊缝(焊接部)端部(终端部)的形状的设备和方法。更具体地，本发明涉及一种激光搭焊中的运算法则，在刚焊接后至来自金属端的热发光消失之前的非常短的时间内用高速照相机捕获焊缝的端部的图像，并且基于捕获的图像确定在焊缝的端部是否存在洞(hole)。

背景技术

迄今为止，已经提出了在诸如激光焊接等焊接中通过由照相机、光学传感器等获得来自焊缝区域(焊接区域)的信号并且分析检测到的信号，以检测焊接缺陷的方法(例如，JP2007-326134A(以下称为专利文献1)和JP2005-230913A(以下称为专利文献2))。

在专利文献1中，通过在焊接过程中使用热辐射传感器与反射传感器获取来自焊点的信号，然后通过将检测到的信号随时间的变化与和焊接条件相关的参考数据的表进行比较，以确定是否存在合格的焊接。因此，专利文献1中公开的方法防止了焊接后的焊接裂缝或焊接缺陷。

此外，在专利文献2中，用测量光束照射焊接区域，并且将焊接后立即获得的温度信号与实验上获得的上下温度极限进行比较。然后，在专利文献2中，通过计算温度信号超过上下温度极限的次数确定焊接缺陷。

图11示出了在激光焊接中使用照相机、光学传感器等从焊缝区域连续地检测出信号的情况的示例。

如图11所示，已知如专利文献1中的使用检测到的信号的确定方法涉及如下现象：在焊缝区域的端部，当焊接激光照射和焊缝区域监控停止时，在焊缝的端部检测到的信号非常大地变化。由于这个原因，存在在焊缝区域的端部处的焊接缺陷不能用与焊接过程中使用的相同的确定方法而确定的问题。

此外，专利文献2中公开的方法基于焊接刚结束时获得的温度信号超过极限值的次数而确定焊接缺陷。在该方法中，根本不观察焊缝区域的端部本身的形状。由于这个原因，不能精确地确定在焊缝区域的端部的焊接缺陷。此外，专利文献2中公开的方法还需要照射除焊接激光之外的测量激光的设备，这引起了设备的成本增加的问题。

图12A与12B示出了用照相机捕获的焊缝区域的端部的图像。图12A示出了在焊缝区域的端部具有洞缺陷的图像，而图12B示出了焊接正常地完成的情况下的图像。如图12A所示，当在焊缝区域的端部存在洞缺陷时，焊缝区域的端部在焊缝的延伸方向上形成凹入的。另一方面，如图12B所示，当焊接正常地完成时，在焊缝的延伸方向上焊缝区域的端部形成凸出的。

同时，此前已提出了在焊接过程完全完成之后检查焊缝区域的端部的洞缺陷的方法。例如，在所谓的背光类型检查方法(backlight type examination method)中，在激光焊接处理完全完成后，照明灯在单独的步骤中从背面照射到焊缝表面，并且通过检测泄漏到前方的光确定洞缺陷的存在。然而，由于增加了焊接完成后作为额外步骤的检查工序，所以该方法存在降低生产效率的问题。

发明内容

考虑到上述问题而作出本发明。本发明的目标是提供一种用于确定焊缝端部的形状的设备和方法，其能够在焊接处理的同时捕获焊缝区域的图像，并且在焊接处理刚完成后的很短时间内高精度地确定焊缝端部的洞缺陷。

本申请的发明者发现，在焊接处理刚完成时，在克服焊接激光照射单元的低透射比的同时，可以从焊接材料观察出一定量的金属热发光。因此，发明者发现了用照相机等捕获图像并且利用图像来确定洞缺陷的方法。在专利文献1中公开的传统的方法中，由于图像是焊接处理之后的，所以该图像被认为是不需要的。本申请的发明者提出了之前不为人知的，关注焊接处理刚完成时的图像并且执行特征形状确定，能够在焊接处理后的很短时间内(实质上，在焊接处理时)执行洞缺陷检查的设备和方法。

根据本发明，为了解决上述传统技术的问题，提供了一种用于确定焊缝端部(终端部)的形状的设备，通过用焊接激光照射焊接材料而形成所述焊缝，所述设备包括：激光照射单元，其用于将焊接激光照射到所述焊接材料；监控单元，其用于连续地捕获所述焊接材料的由焊接激光照射的部分的图像；存储单元，其用于存储由所述监控单元捕获的图像；图像提取(extraction)单元，其用于在图像内的平均亮度等于或小于预定图像提取阈值时从所述存储单元提取所述图像；焊缝识别单元，其用于识别由所述图像提取单元提取的图像中的焊缝区域；以及焊缝形状确定单元，其用于基于由所述焊缝识别单元识别的焊缝区域计算焊缝区域的端部的位置，并且用于确定焊缝区域的端部的形状在焊缝区域的延伸方向上是凸出的还是凹入的。

此外，根据本发明的设备的另一方面，所述监控单元包括：第一监控装置，其用于捕获焊接过程中的图像；第二监控装置，其用于捕获焊接过程完成后的图像；以及分光装置，其用于将来自由焊接激光照射的部分的光分为沿朝向所述第一监控装置和朝向所述第二监控装置这两个方向的光束，被导入到所述第一监控装置的光束的光量小于被导入到所述第二监控装置的光束的光量。

此外，根据本发明的设备的另一方面，所述焊缝识别单元包括：区域识别模块，其用于将图像内的均具有等于或大于预定区域识别阈值的亮度的区域确定为焊缝区域候选；以及确定模块，其用于基于所述焊缝区域候选的长宽比确定每个所述焊缝区域候选是否是焊缝区域。

此外，根据本发明的设备的另一方面，所述焊缝形状确定单元包括：代表点计算模块，其用于计算焊缝区域的代表点；中心位置计算模块，其用于计算焊缝区域的端部的中心位置；中间点计算模块，其用于计算焊缝区域的所述代表点与焊缝区域的端部的所述中心位置之间的中间点；直线计算模块，其用于计算两条直线，该两条直线在连接所述中心位置和所述中间点的线的两侧彼此平行地延伸并且与焊缝区域的端部的外周部相交；以及曲率计算模块，其用于计算所述两条直线和端部的外周部之间的交点，基于所述交点和所述中心位置计算弯曲度，然后通过使用所述弯曲度确定焊缝区域的端部的形状是凸出的还是凹入的。

此外，根据本发明的设备的另一方面，所述弯曲度是从将所述交点彼此连接的线至所述中心位置的距离。

此外，根据本发明的设备的另一方面，当所述图像提取单元提取出多个图像时，所述曲率计算模块通过使用从所述多个图像获得的弯曲度的平均值确定焊缝区域的端部的形状是凸出的还是凹入的。

此外，根据本发明，提供了一种用于确定焊缝端部的形状的方法，通过用焊接激光照射焊接材料而形成所述焊缝。所述方法包括：将焊接激光照射到所述焊接材料；随时间过程捕获所述焊接材料的由焊接激光照射的部分的图像；将图像存储在存储单元；在图像内的平均亮度等于或小于预定图像提取阈值时从所述存储单元提取所述图像；识别从所述存储单元提取出的图像中的焊缝区域；以及基于所识别的焊缝区域计算焊缝区域的端部的位置，并且确定焊缝区域的端部的形状在焊缝区域的延伸方向上是凸出的还是凹入的。

此外，根据本发明的方法的另一方面，用于捕获图像的处理包括：将来自由焊接激光照射的部分的光分为沿朝向第一监控装置和朝向第二监控装置这两个方向的光束；由所述第一监控装置捕获焊接过程中的图像；以及由所述第二监控装置捕获焊接过程完成后的图像，其中，被导入到所述第一监控装置的光束的光量小于被导入到所述第二监控装置的光束的光量。

此外，根据本发明的方法的另一方面，用于识别焊缝区域的处理包括：将图像内的具有等于或大于预定区域识别阈值的亮度的区域确定为焊缝区域候选；以及基于所述焊缝区域候选的长宽比确定每个所述焊缝区域候选是否是焊缝区域。

此外，根据本发明的方法的另一方面，用于确定焊缝区域的端部的形状是凸出的还是凹入的的处理包括：计算焊缝区域的代表点；计算焊缝区域的端部的中心位置；计算焊缝区域的所述代表点与焊缝区域的端部的所述中心位置之间的中间点；计算两条直线，该两条直线在连接所述中心位置和所述中间点的线的两侧彼此平行地延伸并且与焊缝区域的端部的外周部相交；以及计算所述两条直线和端部的外周部之间的交点，基于所述交点和所述中心位置计算弯曲度，然后通过使用所述弯曲度确定焊缝区域的端部的形状是凸出的还是凹入的。

此外，根据本发明的方法的另一方面，所述弯曲度是从将所述交点彼此连接的线至所述中心位置的距离。

此外，根据本发明的方法的另一方面，当从所述存储单元提取多个图像时，在用于确定焊缝区域的端部的形状是凸出的还是凹入的的处理中，通过使用从所述多个图像获得的弯曲度的平均值来确定焊缝区域的端部的形状是凸出的还是凹入的。

在本发明中，用于确定焊缝端部的形状的设备包括：用于照射焊接激光到焊接材料上的激光照射单元；用于连续地捕获焊接材料上的由焊接激光照射的部分的图像的监控单元；用于存储由监控单元捕获的图像的存储单元；用于在图像内的平均亮度等于或小于预定图像提取阈值时从存储单元提取所述图像的图像提取单元；用于识别由图像提取单元提取的图像中的焊缝区域的焊缝识别单元；以及用于基于由焊缝识别单元识别的焊缝区域计算焊缝区域的端部的位置并且用于确定焊缝区域的端部的形状在焊缝区域的延伸方向上是凸出的还是凹入的的焊缝形状确定单元。利用该结构，由于使用焊接刚结束时获得的图像来确定焊缝区域的端部的形状本身是凸出的还是凹入的，与使用在焊接过程中获得的信号的临时变化的传统结构相比，可以高精度地确定焊缝的端部的洞缺陷。此外，可以在焊接过程后的很短时间内(实质上，在焊接过程时间内)确定焊缝端部的洞缺陷。这省去了增加作为焊接完成后的附加工序的检查工序的需要，由此提高了生产效率。此外，利用该结构，设备仅需要包括用于照射焊接激光的激光照射单元。与传统情况不同，这省去了提供除焊接激光外的测量激光用的照射单元的需要。因此，可以减少设备的成本。

此外，根据本发明的用于确定焊缝端部的形状的设备，监控单元包括：用于捕获焊接过程中的图像的第一监控装置；用于捕获焊接过程完成后的图像的第二监控装置；以及用于将来自由焊接激光照射的部分的光分为沿朝向第一监控装置和朝向第二监控装置的两个方向的光束的分光装置，被导入到第一监控装置的光束的光量小于被导入到第二监控装置的光束的光量。因此，即使在使用小动态范围监控装置的情况下，也可以使用分别用在焊接期间和焊接刚完成时的两个监控装置来捕获焊接期间的图像和焊接刚完成时的图像两者。因此，即使在使用小动态范围监控装置的情况下，也能够使用焊接刚完成时的图像检测焊缝区域的端部的洞缺陷。

此外，根据本发明的用于确定焊缝端部的形状的设备，焊缝识别单元包括：用于将图像中的具有等于或大于预定区域识别阈值的亮度的每个区域确定为焊缝区域候选的区域识别模块；以及用于基于焊缝区域候选的长宽比确定每一焊缝区域候选是否是焊缝区域的确定模块。因此，焊缝区域由诸如获得长宽比等简单处理而识别。这使得能够在减少设备上的处理负荷的同时，进行高速识别处理。

此外，根据本发明的用于确定焊缝的端部的形状的设备，焊缝形状确定单元包括：用于计算焊缝区域的代表点的代表点计算模块；用于计算焊缝区域的端部的中心位置的中心位置计算模块；用于计算焊缝区域的代表点与焊缝区域的端部的中心位置之间的中间点的中间点计算模块；用于计算两条直线的直线计算模块，该两条直线在连接中心位置和中间点的线的两侧彼此平行地延伸并且与焊缝区域的端部的外周部相交；以及用于计算两条直线和端部的外周部之间的交点，基于交点和中心位置计算弯曲度，然后通过使用弯曲度确定焊缝区域的端部的形状是凸出的还是凹入的的曲率计算模块。因此，对图像中的焊缝区域的端部，执行使用矢量的形状确定。这使得可以高精度地确定端部的形状是凸出的还是凹入的。

此外，根据本发明的用于确定焊缝的端部的形状的设备，弯曲度是从将交点彼此连接的线至中心位置的距离。因此，可以用简单处理确定出弯曲度。这使得能够在减少设备上的处理负荷的同时，进行高速确定处理。

此外，根据本发明的用于确定焊缝的端部的形状的设备，当图像提取单元提取多个图像时，曲率计算模块通过使用从多个图像获得的弯曲度的平均值来确定焊缝区域的端部的形状是凸出的还是凹入的。因此，反映了多个图像的弯曲度的结果，由此使得可以高精度地确定端部的形状是凸出的还是凹入的。

本发明的用于确定焊缝的端部的形状的方法包括：照射焊接激光到焊接材料上；随时间过程捕获焊接材料上的由焊接激光照射的部分的图像；在存储单元中存储图像；在图像内的平均亮度等于或小于预定图像提取阈值时从存储单元提取所述图像；识别从存储单元提取的图像中的焊缝区域；以及基于识别的焊缝区域计算焊缝区域的端部的位置，并且确定焊缝区域的端部的形状在焊缝区域的延伸方向上是凸出的还是凹入的。利用该方法，由于使用在焊接刚结束时获得的图像来确定焊缝区域的端部的形状本身是凸出的还是凹入的，与使用在焊接过程中获得的信号的临时变化的传统方法相比，可以高精度地确定焊缝的端部的洞缺陷。此外，可以在焊接过程后的很短时间内(实质上，在焊接过程时间内)确定焊缝端部的洞缺陷的存在。这省去了增加作为焊接完成后的附加工序的检查工序的需要，由此提高了生产效率。

此外，根据本发明的用于确定焊缝的端部的形状的方法，用于捕获图像的处理包括：将来自由焊接激光照射的部分的光分为沿朝向第一监控装置和朝向第二监控装置的两个方向的光束；由第一监控装置捕获焊接过程中的图像；以及由第二监控装置捕获焊接过程完成后的图像，并且被导入到第一监控装置的光束的光量小于被导入到第二监控装置的光束的光量。因此，即使在使用小动态范围监控装置的情况下，也可以使用分别用在焊接期间和焊接刚完成时的两个监控装置来捕获焊接期间的图像和焊接刚完成时的图像两者。因此，即使在使用小动态范围监控装置的情况下，也可以使用焊接刚完成时的图像确定焊缝区域的端部是否存在洞缺陷。

此外，根据本发明的用于确定焊缝端部的形状的方法，用于识别焊缝区域的处理包括：将图像内的具有等于或大于预定区域识别阈值的亮度的区域确定为焊缝区域候选；以及基于焊缝区域候选的长宽比确定每一焊缝区域候选是否是焊缝区域。因此，焊缝区域通过诸如获得长宽比等简单处理而识别出，由此能够进行高速的识别处理。

此外，根据本发明的用于确定焊缝端部的形状的方法，用于确定焊缝区域的端部的形状是凸出的还是凹入的的处理包括：计算焊缝区域的代表点；计算焊缝区域的端部的中心位置；计算焊缝区域的代表点与焊缝区域的端部的中心位置之间的中间点；计算两条直线，该两条直线在连接中心位置和中间点的线的两侧彼此平行地延伸并且与焊缝区域的端部的外周部相交；计算两条直线和端部的外周部之间的交点，以及基于交点和中心位置计算弯曲度，然后通过使用弯曲度确定焊缝区域的端部的形状是凸出的还是凹入的。因此，对于图像中的焊缝区域的端部，执行使用矢量的形状确定。这使得可以高精度地确定端部的形状是凸出的还是凹入的。

此外，根据本发明的用于确定焊缝端部的形状的方法，弯曲度是从将交点彼此连接的线至中心位置的距离。因此，可以以简单处理计算出弯曲度，由此使得能够进行高速确定处理。

此外，根据本发明的用于确定焊缝的端部的形状的方法，当从存储单元提取多个图像时，在确定焊缝区域的端部的形状是凸出的还是凹入的的确定处理中，通过使用从多个图像获得的弯曲度的平均值来确定端部的形状是凸出的还是凹入的。因此，反映了多个图像的弯曲度的结果，由此使得可以高精度地确定端部的形状是凸出的还是凹入的。

附图说明

图1是示出根据本发明的实施例的用于确定焊缝端部的形状的设备的结构的方框图。

图2是示出由根据本发明的实施例的设备执行的处理内容，即，用于确定焊缝区域的端部的形状的程序的图。

图3是示出根据本发明的实施例的监控单元的结构以及由图像提取单元执行的图像提取处理的图。

图4是示出根据本发明的实施例的由焊缝识别单元以及代表点计算模块执行的处理的图。

图5示出试验例，其中由根据本发明的实施例的设备计算出弯曲度。

图6是示出根据本发明的实施例的设备的操作的流程图。

图7是示出根据本发明的实施例的设备中的焊缝识别单元的操作的流程图。

图8是示出根据本发明的实施例的设备中的焊缝形状确定单元的操作的流程图。

图9是示出根据本发明的另一实施例的监控单元的结构以及由根据本发明的另一实施例的图像提取单元执行的图像提取处理的图。

图10是示出由根据本发明的另一实施例的焊缝形状确定单元执行的处理的图。

图11是示出用于确定焊缝区域中的焊接缺陷的传统方法的图，即，示出执行激光焊接时使用照相机、光学传感器等连续地检测来自焊缝区域的信号的示例。

图12A和12B示出用照相机捕获的焊缝区域的端部的图像，图12A示出具有洞缺陷的图像以及图12B示出焊接正常地完成时的图像。

附图标记说明

1设备

2激光照射单元

3监控单元

3A过程观察照相机

3B焊接后观察照相机

3C光束分光器

4存储单元

5图像提取单元

6焊缝识别单元

6a区域识别模块

6b确定模块

7焊缝形状确定单元

7a代表点计算模块

7b中心位置计算模块

7c中间点计算模块

7d直线计算模块

7e曲率计算模块

10焊接材料

具体实施方式

参照附图，以下描述根据本发明的实施例的用于确定焊缝端部的形状的设备和方法。

图1是示出根据本发明的实施例的用于确定焊缝端部的形状的设备的结构的框图，图2是示出用于确定焊缝区域的端部的形状的程序的图。图3是示出根据本发明的实施例的监控单元的结构以及由图像提取单元执行的图像提取处理的图。

如图1所示，根据该实施例的用于确定焊缝端部的形状的设备是用于搭焊(lap welding)焊接材料10的设备。设备1包括激光照射单元2、监控单元3、存储单元4、图像提取单元5、焊缝识别单元6、焊缝形状确定单元7以及警报输出单元8。各个单元将在下文中详细描述。

激光照射单元2照射焊接激光，并且具有用于将通过光纤等传送的激光照射到搭接的焊接材料10上的头部(未示出)。注意，在该实施例中，激光照射单元2构成为产生具有约1064nm波长的激光束。

如图1所示，监控单元3设置为接近激光照射单元2，并且构成为连续地捕获用焊接激光照射的部分的图像。监控单元3形成为例如帧频为约500Hz的高速照相机(camera)。此外，在该实施例中，如图3A所示，监控单元3形成为高动态范围照相机。该高动态范围照相机具有用于信号检测的宽动态范围(即，可以测量到的宽范围的亮度)，因此，能在焊接期间以及一焊接之后就获取图像。

如图1所示，存储单元4连接到监控单元3，并且构成为沿时间过程连续地存储由监控单元3捕获的图像。

如图1所示，图像提取单元5连接到存储单元4，并且构成为在焊接过程一完成之后就立即从存储单元4存储的图像中提取图像。

这里，由于激光照射单元2的头部的透射比在约1060nm的激光波长处被优化，在通常可视至近红外光中的透射比并不高。由于这个原因，在焊接过程刚完成时焊接材料10由于其热而发射弱光的现象能够仅在约几十毫秒的短时期中被观察到。然后，来自焊接材料10的光辐射的衰减增加，这使得观察光变得困难。作为实验结果，可以观察到光辐射的时间典型地为20ms。因此，在该实施例中，由于监控单元3由帧频为约500Hz的高速照相机形成，所以图像提取单元5可以提取约十个图像(20ms÷2ms)。

此外，图像提取单元5通过使用图像内的平均亮度确定焊接过程是否完成，从而单元5可以确定图像是焊接过程期间的图像还是焊接过程刚结束时的图像。实验表明焊接过程期间的图像内的平均亮度比焊接过程刚结束时的图像内的平均亮度大二至三位(digit)。因此，预定的第一阈值(图像提取阈值)设定在焊接过程期间与焊接过程刚结束时的平均亮度值之间。如图2中的步骤A和图3B所示，图像提取单元5构成为：当图像内的平均亮度等于或小于预定的第一阈值(图像提取阈值)时，图像提取单元5从存储单元4中提取图像。注意，因为如上所述在焊接过程期间和焊接过程刚结束时之间的平均亮度显著地变化，所以可以很容易地设定用于提取焊接过程刚完成时的图像的第一阈值。

可以观察到光辐射的时间过去后，由监控单元3捕获的图像变为暗并且不再能用于确定焊缝的端部。在该实施例中，也可以设定第二阈值，其小于第一阈值，并且当图像内的平均亮度等于或小于如图3B所示的第二阈值时，图像提取单元5确定发光现象结束，然后终止图像提取处理。

如图1所示，焊缝识别单元6连接到图像提取单元5，并且处理由图像提取单元5提取的图像。焊缝识别单元6包括区域识别模块6a和确定模块6b。区域识别模块6a构成为将图像内具有等于或大于预定区域识别阈值的区域确定为焊缝区域候选。此外，确定模块6b构成为基于每个焊缝区域候选的长宽比确定每个焊缝区域候选是否是焊缝区域。然后，将给出由焊缝识别单元6中的每个模块执行的处理的详细说明。

图4A和4B是示出由焊缝识别单元6处理的图像的图。

如图4A所示，焊缝识别单元6中的区域识别模块6a将图像内的连续地具有等于或大于预定区域识别阈值的亮度的每个区域均确定为焊缝区域候选。这里，焊缝区域C₁和飞溅粒子的区域C₂是焊缝区域候选。

然后，如图4B所示，焊缝识别单元6中的确定模块6b在图像的纵向和横向上每隔一定间隔画出直线，然后计算跨过焊缝区域候选C₁和C₂的直线的中点Qi。其后，如图2中的步骤B所示，焊缝识别单元6中的确定模块6b计算每一焊缝区域候选C₁和C₂的长宽比(纵横比)l₁/l₂，并且基于长宽比l₁/l₂确定焊缝区域候选C₁和C₂是否是焊缝区域。特别地，由于焊缝区域C₁比飞溅粒子的区域C₂平(横向较长)，焊缝识别单元6中的确定模块6b构成为当长宽比l₁/l₂等于或大于预定值时确定该区域是焊缝区域。

然而，关于以高速飞溅的粒子，当用监控单元3的照相机捕获图像时，由于照相机的有限的曝光时间，飞溅粒子的区域C₂有时被视为横向较长。在这种情况下，对于飞溅粒子的区域C₂，长宽比l₁/l₂也增加，这使得仅基于长宽比l₁/l₂很难确定区域是否是焊缝区域。

为了解决这个问题，在该实施例中，焊缝识别单元6中的确定模块6b通过进一步评估每一焊缝区域候选C₁和C₂是否在焊接过程前后的时间帧的图像之间移动而确定区域是否是焊缝区域。更具体地，使用焊接过程刚完成时焊缝区域C₁在图像中保持静止的事实而作出决定，而飞溅粒子的区域C₂是飞散并且移动的。当有超过一个焊缝区域候选时，即使长宽比l₁/l₂设定为阈值，焊缝识别单元6中的确定模块6b将在焊接过程之前和焊接过程之后的时间帧中保持静止的区域确定为焊缝区域。

如图1所示，焊缝形状确定单元7连接到焊缝识别单元6，并且在焊缝识别单元6识别焊缝区域后处理图像。焊缝形状确定单元7基于由焊缝识别单元6识别的焊缝区域计算焊缝区域的端部的位置，并且确定焊缝区域的端部的形状在焊缝区域的延伸方向上是凸出的还是凹入的。

更具体地，如图1所示，焊缝形状确定单元7包括代表点计算模块7a、中心位置计算模块7b、中间点计算模块7c、直线计算模块7d以及曲率计算模块7e。然后，将给出对焊缝形状确定单元7中的每个模块的详细说明。

图4C是示出由代表点计算模块7a处理的图像的图。如图2中的步骤C和图4C所示，代表点计算模块7a通过使用由焊缝识别单元6计算出的一组中点Qi计算焊缝区域的代表点Qs。更具体地，代表点计算模块7a将一组中点Qi的平均位置计算为代表点Qs(中点Qi的平均纵坐标和中点Qi的平均横坐标)。

此外，代表点计算模块7a将焊缝区域的这组中点Qi拟合到二次函数Yc＝aX²+bX+c中。代表点计算模块7a执行数学处理(最小二乘法)以确定系数a、b和c，从而将二次函数与焊缝区域的中点Qi之间的距离的平方和最小化。注意，拟合函数实际上可能不是二次函数Yc＝aX²+bX+c，而是二次函数Xc＝aY²+bY+c。在这种情况下，对这两个函数都执行拟合处理，然后选择具有较小拟合误差的一个。

如图2中步骤D所示，中心位置计算模块7b通过获得由代表点计算模块7a获得的二次函数Yc与焊缝区域的边界相交的交点而计算焊缝区域的端部的宽度方向上的中心位置T。中心位置计算模块7b用代表点Qs作为起始点沿二次函数Yc评估图像的每一像素的亮度，并且如果到达亮度小于区域识别阈值的部分，则将图像像素的该位置确定为焊缝区域的端部的中心位置T。当执行这样的处理时，检测在左右和上下两个方向上亮度比区域识别阈值小的像素。然而，在没朝向端部的方向上，通过焊缝区域中的光辐射，与端部相比，亮度平均值(从代表点Qs至边界的亮度平均值)增加。因此，平均亮度小的方向确定为焊缝区域的端部。

如图2中步骤E所示，在该实施例中，中间点计算模块7c构成为计算焊缝区域的代表点Qs与焊缝区域的端部的中心位置T之间的中间点W。由于焊缝区域有时形成为曲线形状，通过使用较接近端部的中间点W作为用于确定端部的基点，焊缝区域的曲线部分变得不太可能影响端部的评估。中间点W可以通过如下的计算两个位置矢量T和Qs的平均位置W而获得。

$\stackrel{\→}{W}=\frac{1}{2}(\stackrel{\→}{T}+{\stackrel{\→}{Q}}_s)$

此外，如图2中步骤E所示，直线计算模块7d构成为基于由中间点计算模块7c计算出的中间点W来计算两条直线L₁和L₂。通过使连接中心位置T和中间点W的线TW在垂直方向上移位一定距离而获得两条直线L₁和L₂。两条直线L₁和L₂在线TW的两侧平行延伸。移位距离设定为使得两条直线L₁和L₂与焊缝区域的端部的外周部相交。注意，由于除非焊接条件存在变化，否则焊缝区域的宽度并不显著地变化，所以移位距离可以预先地设定为一常数。

如图2中的步骤E所示，曲率计算模块7e沿直线L₁和L₂朝向中心位置T评估图像的每一像素的亮度，并且如果到达亮度小于区域识别阈值的部分，则将图像像素的该位置分别确定为边界点U和V。

然后，如图2中的步骤F所示，曲率计算模块7e计算从将边界点U和V相互连接的线U-V至中心位置T之间的距离d，作为弯曲度。这里，当中心位置T相对于线U-V在中间点W所在侧时，弯曲度d取负值；当中心位置T相对于线U-V在中间点W所在侧的相反侧时，弯曲度d取正值。

最终，如图2中的步骤G所示，曲率计算模块7e使用弯曲度d确定焊缝区域的端部的形状是凸出的还是凹入的。在实验中，由于存在即使当端部具有很难确定是凸出的还是凹入的平面形状时也产生了洞的情况，所以弯曲度d的阈值被设置为0。因此，当弯曲度d为0或更小时，曲率计算模块7e确定端部的形状是凹入的。

图5示出试验例，其中弯曲度d由根据本实施例的设备1计算出。如图5A所示，当焊缝区域的端部的形状为凹入的时，弯曲度计算为-0.9。另一方面，如图5B所示，当焊缝区域的端部的形状为凸出的时，弯曲度计算为1.5。

此外，图像提取单元5有时可以提取超过一个图像。如图2中的步骤G所示，当图像提取单元5提取超过一个图像时，曲率计算模块7e计算每一图像的弯曲度。其后，曲率计算模块7e使用弯曲度的平均值确定焊缝区域的端部的形状是凸出的还是凹入的。

曲率计算模块7e连接至警报输出单元8(见图1)，并且当焊缝区域的端部的形状是凹入的时，最终输出信号至警报输出单元8。然后，警报输出单元8给出警报以通知操作者有焊接缺陷。

然后，参照附图，描述了根据本实施例的设备1的操作。图6是示出根据本实施例的设备1的操作的流程图。

首先，在步骤S1中，监控单元3连续地捕获用焊接激光照射的部分的图像。注意，由监控单元3捕获的图像存储在存储单元4中。

然后，在步骤S2中，图像提取单元5确定每一图像是在焊接过程期间的图像还是在焊接过程刚结束时的图像。

当图像内部的平均亮度等于或小于第一阈值(步骤S2中为否)时，则在步骤S3中，图像提取单元5从存储单元4中提取图像。另一方面，当图像内部的平均亮度大于第一阈值(步骤S2中为是)时，则监控单元3继续捕获图像。

此后，在步骤S4中，图像提取单元5确定来自焊接材料10的发光现象是否结束。

当图像内部的平均亮度等于或小于第二阈值(步骤S4中为否)时，则图像提取单元5确定发光现象结束并且然后转到步骤S5。另一方面，当图像内部的平均亮度大于第二阈值(步骤S4中为是)时，则图像提取单元5继续提取图像。

此外，在步骤S5中，焊缝识别单元6识别由图像提取单元5提取的图像中的焊缝形状。更具体地，焊缝识别单元6识别图像中具有预定亮度的区域是焊缝区域或不是焊缝区域。

然后，在步骤S6中，焊缝形状确定单元7基于由焊缝识别单元6识别的焊缝区域计算焊缝区域的端部的位置，然后确定焊缝区域的端部的形状在焊缝区域的延伸方向上是凸出的还是凹入的。

此后，在步骤S7中，当焊缝区域的端部的形状是凸出的(步骤S7中为否)时，则焊缝形状确定单元7确定没有缺陷。另一方面，当焊缝区域的端部的形状是凹入的(步骤S7中为是)时，则程序转到步骤S8，其中警报输出单元8发出报警以通知操作者存在焊接缺陷。

通过执行上述步骤，可以确定焊缝的端部的形状以检测焊接缺陷。

接着，参照附图，详细说明了图6中的焊缝形状识别处理(步骤S5)。图7是示出根据本实施例的焊缝识别单元6的操作的流程图。

首先，在步骤S51中，焊缝识别单元6中的区域识别模块6a将图像内部的连续地具有等于或大于预定区域识别阈值的亮度的每一区域均确定为焊缝区域候选。此后，焊缝识别单元6中的确定模块6b计算每一焊缝区域候选的长宽比(纵横比)。

接着，在步骤S52中，当长宽比大于预定阈值(步骤S52中为是)时，则程序转到步骤S54。另一方面，当长宽比等于或小于预定阈值(步骤S52中为否)时，则焊缝识别单元6中的确定模块6b在步骤S53中确定目标区域为除焊缝区域外的区域(例如，飞溅区域)。

此后，当在步骤S54中存在两个或更多焊缝区域(步骤S54中为是)时，则程序转到步骤S56。另一方面，当仅存在一个焊缝区域候选(步骤S54中为否)时，则焊缝识别单元6中的确定模块6b在步骤S55中将焊缝区域候选确定为焊缝区域。

在步骤S56中，焊缝识别单元6中的确定模块6b确定多个焊缝区域候选中的在焊接过程前后的时间帧中仍然保持静止的区域是焊缝区域。

通过执行上述步骤，可以识别图像中的焊缝形状。

接着，参照附图，详细说明了图6中的焊缝端部形状分析处理(步骤S6)。图8是示出根据本实施例的焊缝形状确定单元7的操作的流程图。

首先，在步骤S61中，代表点计算模块7a通过使用焊缝区域的一组中点Qi计算焊缝区域的代表点Qs。

接着，在步骤S62中，代表点计算模块7a将焊缝区域的这组中点Qi拟合到二次函数Yc＝aX²+bX+c中。在此期间，代表点计算模块7a执行数学处理(最小二乘法)以确定系数a、b和c，从而将二次函数Yc与焊缝区域的中点Qi之间的距离的平方和最小化。

此后，在步骤S63中，中心位置计算模块7b通过获得由代表点计算模块7a获得的二次函数Yc与焊缝区域的边界相交的交点而计算焊缝区域的端部的中心位置T。

然后，在步骤S64中，中间点计算模块7c计算焊缝区域的代表点Qs与焊缝区域的端部的中心位置T之间的中间点W。

接着，在步骤S65中，直线计算模块7d基于由中间点计算模块7c计算出的中间点W计算两条直线L₁和L₂。通过将连接中心位置T和中间点W的线TW在垂直方向上移位一定距离而获得两条直线L₁和L₂。两条直线L₁和L₂在线TW的两侧平行延伸。

此后，在步骤S66中，曲率计算模块7e计算两条直线L₁和L₂与焊缝区域的端部的外周部之间的边界点U和V，然后计算作为弯曲度的从将边界点U和V相互连接的线U-V至中心位置T的距离d。

随后，在步骤S67中，当提取超过一个图像时，曲率计算模块7e计算每一图像的弯曲度d，然后计算弯曲度的平均值。

然后，在步骤S68中，当弯曲度的平均值大于0(步骤S68中为否)时，则程序转到步骤S69，其中曲率计算模块7e确定不存在缺陷。另一方面，当弯曲度的平均值等于或小于0(步骤S68中为是)时，则程序转到步骤S70，其中曲率计算模块7e确定存在缺陷。

通过执行上述步骤，可以分析焊缝区域的端部的形状。

根据本实施例的设备1包括：用于照射焊接激光到焊接材料10上的激光照射单元2；用于连续地捕获焊接材料10上的由焊接激光照射的部分的图像的监控单元3；用于存储由监控单元3捕获的图像的存储单元4；用于在图像内的平均亮度等于或小于预定图像提取阈值时从存储单元4提取所述图像的图像提取单元5；用于识别由图像提取单元5提取的图像中的焊缝区域的焊缝识别单元6；以及用于基于由焊缝识别单元6识别的焊缝区域计算焊缝区域的端部的位置和用于确定焊缝区域的端部的形状在焊缝区域的延伸方向上是凸出的还是凹入的的焊缝形状确定单元7。

在该实施例中，当由约几百Hz的高速照相机形成的监控单元3在焊接之后立即捕获图像时，如果存在洞缺陷，则图像的焊缝区域的端部是凹入的发光区域，并且如果没有洞缺陷(当存在凹痕或当区域是没有收缩的凹痕的平面时)，则图像的焊缝区域的端部是凸出的发光区域。由于设备1使用这个确定洞缺陷是否存在，可以比使用在焊接过程期间获得的信号的临时变化的传统结构精确地确定焊缝的端部的洞缺陷。此外，可以在焊接处理之后的很短时间段内(实质上，在焊接过程时间内)确定焊缝端部的洞缺陷的存在。这省去了需要增加作为焊接完成后的附加过程的检查过程，由此提高了生产效率。此外，利用该结构，设备1仅需要包括用于照射焊接激光的激光照射单元2。与传统的情况不同，这省去了提供除焊接激光外的测量激光用的照射单元的需要。因此，可以减少设备1的成本。

此外，在根据该实施例的设备1中，焊缝识别单元6包括：用于将图像内的具有等于或大于预定区域识别阈值的亮度的每个区域确定为焊缝区域候选的区域识别模块6a；以及用于基于焊缝区域候选的长宽比确定每一焊缝区域候选是否是焊缝区域的确定模块6b。因此，通过诸如获得长宽比等简单的处理而识别焊缝区域。这使得在减少设备1的处理负荷的同时能够进行高速识别处理。

此外，在根据该实施例的设备1中，焊缝形状确定单元7包括：用于计算焊缝区域的代表点Qs的代表点计算模块7a；用于计算焊缝区域的端部的中心位置T的中心位置计算模块7b；用于计算焊缝区域的代表点Qs与焊缝区域的端部的中心位置T之间的中间点W的中间点计算模块7c；用于计算在连接中心位置T和中间点W的线TW的两侧彼此平行延伸并且与焊缝区域的端部的外周部相交的两条直线L₁和L₂的直线计算模块7d；以及用于计算两条直线L₁和L₂与端部的外周部之间的交点U和V，以及基于交点U和V及中心位置T计算弯曲度d，然后通过使用弯曲度d确定焊缝区域的端部的形状是凸出的还是凹入的的曲率计算模块7e。因此，对图像中焊缝区域的端部执行使用矢量的形状确定。这使得可以高精度地确定端部的形状是凸出的还是凹入的。同样，通过用弯曲度d评估端部的凸出或凹入形状可以作出定量评估，由此促进了焊缝的端部的洞缺陷的检测。

此外，在根据本实施例的设备1中，弯曲度d是从将交点U和V彼此连接的线UV至中心位置T的距离。因此，可以用简单处理计算出弯曲度，由此使得在减少设备1的处理负荷的同时能够进行高速确定处理。

此外，当图像提取单元5提取多个图像时，曲率计算模块7e构成为通过使用从多个图像获得的弯曲度的平均值来确定焊缝区域的端部的形状是凸出的还是凹入的。因此，反映了多个图像的弯曲度的结果，由此可以高精度地确定端部的形状是凸出的还是凹入的。

参照附图，描述了用于确定焊缝的端部的形状的设备的另一实施例。图9是示出根据本发明的另一实施例的监控单元3的结构以及由图像提取单元5执行的图像提取处理的图。

在如上所述的实施例中，监控单元3由高动态范围照相机形成，如图3所示，其可以获取焊接期间和焊接刚结束时两者的图像。然而，使用小动态范围照相机使得用一个照相机获取焊接期间和焊接刚结束时两者的图像不可能。这是因为即使对于一个照相机作出改变焊接期间与焊接刚结束时之间的检测增益的设置的尝试，切换照相机的检测增益的设置需要的时间也不能减少得与可以观察的焊接刚结束时的光辐射的时间一样短。由于这个原因，不能捕获焊接刚结束时的图像。

为了解决这个问题，如图9A所示，在该实施例中，监控单元3包括两个照相机3A和3B。更具体地，监控单元3包括：用于捕获焊接过程期间的图像的过程观察照相机(第一监控装置)3A；以及用于捕获焊接过程刚完成时的图像的焊接后观察照相机(第二监控装置)3B。

此外，如图9A所示，监控单元3还包括用于将来自焊接激光照射的部分的光分成两个方向，即朝向过程观察照相机3A和朝向焊接后观察照相机3B的光束分光器(分光装置)3C。这里，在焊接过程期间，来自用焊接激光照射的部分的光的量显著地增加。因此，导入到两个照相机3A和3B中的过程观察照相机3A的光束的光量设置为小于导入到焊接后观察照相机3B的光束的光量。更具体地，导入到过程观察照相机3A的光束的光量可以为来自用焊接激光照射的部分的光的原始光量的百分之几，大部分光可以导入到焊接后观察照相机3B中。

因此，在该实施例中，如图9B所示，调整过程观察照相机3A，使得焊接过程期间具有高亮度的图像设定在测量范围内。由于这个原因，焊接刚结束时的图像变暗，并且不再能够进行观察。同时，如图9C所示，焊接后观察照相机3B使得观察焊接刚结束时的图像变得可能，而不能够观察焊接过程期间的图像，因为太明亮并且亮度饱和了。注意，在该实施例中，由两个照相机3A和3B捕获的图像如上述实施例的情况下那样存储在存储单元4中，并且后续处理(例如获得平均亮度和将其与图像提取阈值相比较的处理)也与上述实施例中的相同。

如上所述，在该实施例中，即使使用小动态范围照相机，焊接期间与焊接刚结束时两者的图像都可以捕获。

参照附图，描述了焊缝形状确定单元7的另一实施例。图10是示出由根据另一实施例的焊缝形状确定单元7执行的处理的图。

在该实施例中，如图10所示，直线计算模块7d首先计算在与连接中心位置T和中间点W的线TW垂直的方向上的直线L₃。然后，通过将直线L₃与焊缝区域的端部的外周部相交的点设定为交点W₁和W₂，直线计算模块7d计算线WW₁和WW₂的中点W₃和W₄。直线计算模块7d还计算连接中心位置T和中点W₃的线TW₃(图10中的矢量m)和连接中心位置T和中点W₄的线TW₄(图10中的矢量n)。

此后，曲率计算模块7e平行移动矢量m和n，并且将平行移动的矢量m和n与焊缝区域的端部的外周部之间的切点分别确定为边界点U和V。注意，在该实施例中，边界点U和V的确定后的弯曲度d的计算与在上述实施例的处理相同。

尽管以上已经描述了本发明的实施例，但本发明并不限于如上所述的实施例，而是可以基于本发明的技术思想作出各种改变和修改。

尽管在上述实施例中给出对搭焊的描述，但是由于其是用来确定在焊接材料的焊接部位处是否存在洞缺陷的几何状态的，所以本发明还可以应用到可能遭受孤立的洞缺陷的焊接上，例如台阶焊接(stepwise welding)和对焊。

此外，尽管上述实施例是用于确定焊缝区域的端部的洞缺陷的设备和方法，但本发明的设备和方法不仅可以确定端部而且能够确定焊接过程中的部分的洞缺陷。

Claims (12)

1.一种用于确定焊缝端部的形状的设备，通过用焊接激光照射焊接材料而形成所述焊缝，所述设备包括：

激光照射单元，其用于将焊接激光照射到所述焊接材料；

监控单元，其用于连续地捕获所述焊接材料的由焊接激光照射的部分的图像；

存储单元，其用于存储由所述监控单元捕获的图像；

图像提取单元，其用于在图像内的平均亮度等于或小于预定图像提取阈值时从所述存储单元提取所述图像；

焊缝识别单元，其用于识别由所述图像提取单元提取的图像中的焊缝区域；以及

焊缝形状确定单元，其用于基于由所述焊缝识别单元识别的焊缝区域计算焊缝区域的端部的位置，并且用于确定焊缝区域的端部的形状在焊缝区域的延伸方向上是凸出的还是凹入的。

2.根据权利要求1所述的设备，其特征在于，所述监控单元包括：

第一监控装置，其用于捕获焊接过程中的图像；

第二监控装置，其用于捕获焊接过程完成后的图像；以及

分光装置，其用于将来自由焊接激光照射的部分的光分为沿朝向所述第一监控装置和朝向所述第二监控装置这两个方向的光束，

其中，被导入到所述第一监控装置的光束的光量小于被导入到所述第二监控装置的光束的光量。

3.根据权利要求1或2所述的设备，其特征在于，所述焊缝识别单元包括：

区域识别模块，其用于将图像内的均具有等于或大于预定区域识别阈值的亮度的区域确定为焊缝区域候选；以及

确定模块，其用于基于所述焊缝区域候选的长宽比确定每个所述焊缝区域候选是否是焊缝区域。

4.根据权利要求1-3中任一项所述的设备，其特征在于，所述焊缝形状确定单元包括：

代表点计算模块，其用于计算焊缝区域的代表点；

中心位置计算模块，其用于计算焊缝区域的端部的中心位置；

中间点计算模块，其用于计算焊缝区域的所述代表点与焊缝区域的端部的所述中心位置之间的中间点；

直线计算模块，其用于计算两条直线，该两条直线在连接所述中心位置和所述中间点的线的两侧彼此平行地延伸并且与焊缝区域的端部的外周部相交；以及

曲率计算模块，其用于计算所述两条直线和端部的外周部之间的交点，基于所述交点和所述中心位置计算弯曲度，然后通过使用所述弯曲度确定焊缝区域的端部的形状是凸出的还是凹入的。

5.根据权利要求4所述的设备，其特征在于，所述弯曲度是从将所述交点彼此连接的线至所述中心位置的距离。

6.根据权利要求4或5所述的设备，其特征在于，

当所述图像提取单元提取出多个图像时，所述曲率计算模块通过使用从所述多个图像获得的弯曲度的平均值确定焊缝区域的端部的形状是凸出的还是凹入的。

7.一种用于确定焊缝端部的形状的方法，通过用焊接激光照射焊接材料而形成所述焊缝，所述方法包括：

将焊接激光照射到所述焊接材料；

随时间过程捕获所述焊接材料的由焊接激光照射的部分的图像；

将图像存储在存储单元；

在图像内的平均亮度等于或小于预定图像提取阈值时从所述存储单元提取所述图像；

识别从所述存储单元提取出的图像中的焊缝区域；以及

基于所识别的焊缝区域计算焊缝区域的端部的位置，并且确定焊缝区域的端部的形状在焊缝区域的延伸方向上是凸出的还是凹入的。

8.根据权利要求7所述的方法，其特征在于，用于捕获图像的处理包括：

将来自由焊接激光照射的部分的光分为沿朝向第一监控装置和朝向第二监控装置这两个方向的光束；

由所述第一监控装置捕获焊接过程中的图像；以及

由所述第二监控装置捕获焊接过程完成后的图像，

其中，被导入到所述第一监控装置的光束的光量小于被导入到所述第二监控装置的光束的光量。

9.根据权利要求7或8所述的方法，其特征在于，用于识别焊缝区域的处理包括：

将图像内的具有等于或大于预定区域识别阈值的亮度的区域确定为焊缝区域候选；以及

基于所述焊缝区域候选的长宽比确定每个所述焊缝区域候选是否是焊缝区域。

10.根据权利要求7-9中任一项所述的方法，其特征在于，用于确定焊缝区域的端部的形状是凸出的还是凹入的的处理包括：

计算焊缝区域的代表点；

计算焊缝区域的端部的中心位置；

计算焊缝区域的所述代表点与焊缝区域的端部的所述中心位置之间的中间点；

计算两条直线，该两条直线在连接所述中心位置和所述中间点的线的两侧彼此平行地延伸并且与焊缝区域的端部的外周部相交；以及

计算所述两条直线和端部的外周部之间的交点，基于所述交点和所述中心位置计算弯曲度，然后通过使用所述弯曲度确定焊缝区域的端部的形状是凸出的还是凹入的。

11.根据权利要求10所述的方法，其特征在于，所述弯曲度是从将所述交点彼此连接的线至所述中心位置的距离。

12.根据权利要求10或11所述的方法，其特征在于，当从所述存储单元提取多个图像时，在用于确定焊缝区域的端部的形状是凸出的还是凹入的的处理中，通过使用从所述多个图像获得的弯曲度的平均值来确定焊缝区域的端部的形状是凸出的还是凹入的。

Images