CN108971704A - 基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及系统 - Google Patents
基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及系统 Download PDFInfo
- Publication number
- CN108971704A CN108971704A CN201811068522.XA CN201811068522A CN108971704A CN 108971704 A CN108971704 A CN 108971704A CN 201811068522 A CN201811068522 A CN 201811068522A CN 108971704 A CN108971704 A CN 108971704A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- deviation
- signal
- processing
- weld
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K9/00—Arc welding or cutting
- B23K9/12—Automatic feeding or moving of electrodes or work for spot or seam welding or cutting
- B23K9/127—Means for tracking lines during arc welding or cutting
- B23K9/1272—Geometry oriented, e.g. beam optical trading
- B23K9/1276—Using non-contact, electric or magnetic means, e.g. inductive means
Abstract
本发明公开了一种基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及系统,方法包括:通过双目视觉传感器获取待焊焊缝的两个位置图像;根据获取的两个位置图像,采用图像处理方法计算待焊焊缝的三维坐标;通过旋转电弧传感器获取焊缝电流信号;根据焊缝电流信号,计算焊枪与焊缝中心的偏差值;对三维坐标和偏差值进行融合处理,生成焊缝三维偏差值;根据焊缝三维偏差值,采用PID控制方法对机器手进行实时跟踪;系统包括图像采集模块、坐标计算模块、信号采集模块、偏差值计算模块、融合处理模块和跟踪模块。本发明提高了抗干扰能力、精准度和焊缝稳定性,可广泛应用于焊接自动化技术领域。
Description
技术领域
本发明涉及焊接自动化技术领域,尤其是基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及系统。
背景技术
目前,国内外大量应用的是第一代“示教-再现”型焊接机器手,这种机器手的工作轨迹只按示教路径再现,对焊接过程中工况的变化缺乏感知和路径跟踪能力,难以满足先进制造企业对焊接的高要求。
焊缝跟踪系统由传感系统、控制系统及执行机构组成。其中传感技术是焊缝跟踪系统中的重要组成部分,其主要作用是获取焊接过程的状态信息,包括焊枪的高度、位置及焊接坡口几何尺寸等。根据传感形式的不同,焊接传感器可分为接触式和非接触式两类,接触式传感器有电弧传感器,非接触式传感器有视觉传感器、声学传感器等。
视觉传感方式的焊缝跟踪在机器手焊接应用中最为广泛,效果也相对较好,但主动视觉传感的方式测量点与施焊点存在一定距离,同时也缺乏熔池的信息,而被动视觉传感的方式虽然可以获取熔池信息,但图像处理难度较大,容易受弧光干扰,故视觉传感方式需与其它焊缝跟踪方式融合,获得更好的效果。高速旋转电弧传感方法的检测点就是焊接点,并且能根据电流信号预测焊缝的成形。但是高速旋转电弧传感的信号主要来源于电流信号,而电流信号受焊接稳定性、焊枪高度和倾角等影响。总的来说,现有焊缝跟踪系统仅采用单一类型的传感器进行检测,这种方法获取的传感信息途径单一,容易受干扰,导致跟踪精度低且稳定性不高。
发明内容
为解决上述技术问题,本发明的目的在于:提供一种抗干扰能力强、跟踪精度高且稳定性高的,基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及系统。
本发明所采取的技术方案的一方面为:
基于视觉及旋转电弧复合传感的三维焊缝跟踪方法,包括以下步骤:
通过双目视觉传感器获取待焊焊缝的两个位置图像;
根据获取的两个位置图像,采用图像处理方法计算待焊焊缝的三维坐标;
通过旋转电弧传感器获取焊缝电流信号;
根据焊缝电流信号,计算焊枪与焊缝中心的偏差值;
对三维坐标和偏差值进行融合处理,生成焊缝三维偏差值;
根据焊缝三维偏差值,采用PID控制方法对机器手进行实时跟踪。
进一步,所述根据获取的两个位置图像,采用图像处理方法计算待焊焊缝的三维坐标这一步骤,包括以下步骤:
对待焊焊缝的两个位置图像进行图像滤波处理,得到第一处理结果;
对第一处理结果进行图像增强处理,得到第二处理结果;
对第二处理结果进行图像分割处理,得到第三处理结果;
对第三处理结果进行边缘检测处理,得到第四处理结果;
对第四处理结果进行焊缝识别处理,得到第五处理结果;
对第五处理结果进行中心提取处理,得到第六处理结果;
对第六处理结果中两个位置图像的焊缝中心进行位置对比,计算得到待焊焊缝的三维坐标。
进一步,所述根据焊缝电流信号,计算焊枪与焊缝中心的偏差值这一步骤,包括以下步骤:
对旋转电弧的焊缝电流信号进行信号滤波处理,得到第一信号;
对第一信号进行信号增强处理,得到第二信号;
对第二信号进行信号分割处理,得到第三信号;
对第三信号进行信号标准化处理,得到第四信号;
对第四信号进行偏差识别处理,得到焊枪与焊缝中心的偏差值。
进一步,所述对三维坐标和偏差值进行融合处理,生成焊缝三维偏差值这一步骤,包括以下步骤:
根据三维坐标和偏差值,建立基于卡尔曼滤波的三维焊缝偏差信息融合模型;
根据三维焊缝偏差信息融合模型,计算得到焊缝三维偏差值。
进一步,还包括对焊接过程进行实时记录,得到焊枪与焊缝之间的三维偏差的变化曲线的步骤。
进一步,还包括利用循环神经网络建立基于旋转电弧的焊缝成形预测模型的步骤。
进一步,所述利用循环神经网络建立基于旋转电弧的焊缝成形预测模型这一步骤,包括以下步骤:
采集焊缝成形实验过程中的若干个电流信号;
对采集得到的若干个电流信号进行信号处理,所述信号处理包括信号滤波处理、信号增强处理、信号分割处理、信号标准化处理和偏差识别处理,得到样本数据;
将样本数据输入预设的循环神经网络,构造焊缝成形预测模型。
进一步,所述利用循环神经网络建立基于旋转电弧的焊缝成形预测模型这一步骤,还包括以下步骤:
采集实际焊缝成形过程中的电流信号;
将实际焊缝成形过程中的电流信号输入到焊缝成形预测模型,得到焊枪与焊缝中心的偏差值。
本发明所采取的技术方案的另一方面是:
基于视觉及旋转电弧复合传感的三维焊缝跟踪系统,包括:
图像采集模块,用于通过双目视觉传感器获取待焊焊缝的两个位置图像;
坐标计算模块,用于根据获取的两个位置图像,采用图像处理方法计算待焊焊缝的三维坐标;
信号采集模块,用于通过旋转电弧传感器获取焊缝电流信号;
偏差值计算模块,用于根据焊缝电流信号,计算焊枪与焊缝中心的偏差值;
融合处理模块,用于对三维坐标和偏差值进行融合处理,生成焊缝三维偏差值;
跟踪模块,用于根据焊缝三维偏差值,采用PID控制方法对机器手进行实时跟踪。
本发明所采取的技术方案的又一方面是:
基于视觉及旋转电弧复合传感的三维焊缝跟踪系统,包括:
存储器,用于存储程序;
处理器,用于加载程序,以执行本发明的基于视觉及旋转电弧复合传感的三维焊缝跟踪方法。
本发明的有益效果是:本发明根据双目视觉传感器获取的位置图像和旋转电弧传感器获取的焊缝电流信号,最终通过融合处理得到焊缝三维偏值,进而实现对机器手的实时跟踪,克服单独采用视觉传感器易受弧光干扰,以及单独采用电弧电信号易受焊接稳定性、焊枪高度和倾角等影响的缺点,大大提高了抗干扰能力以及跟踪的精准度,增强了机器人的焊缝稳定性。
附图说明
图1为本发明基于视觉及旋转电弧复合传感的三维焊缝跟踪方法的整体步骤流程图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。对于本发明实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
参照图1,本发明基于视觉及旋转电弧复合传感的三维焊缝跟踪方法,包括以下步骤:
通过双目视觉传感器获取待焊焊缝的两个位置图像;
根据获取的两个位置图像,采用图像处理方法计算待焊焊缝的三维坐标;
通过旋转电弧传感器获取焊缝电流信号;
根据焊缝电流信号,计算焊枪与焊缝中心的偏差值;
对三维坐标和偏差值进行融合处理,生成焊缝三维偏差值;
根据焊缝三维偏差值,采用PID控制方法对机器手进行实时跟踪。
进一步作为优选的实施方式,所述根据获取的两个位置图像,采用图像处理方法计算待焊焊缝的三维坐标这一步骤,包括以下步骤:
对待焊焊缝的两个位置图像进行图像滤波处理,得到第一处理结果;
对第一处理结果进行图像增强处理,得到第二处理结果;
对第二处理结果进行图像分割处理,得到第三处理结果;
对第三处理结果进行边缘检测处理,得到第四处理结果;
对第四处理结果进行焊缝识别处理,得到第五处理结果;
对第五处理结果进行中心提取处理,得到第六处理结果;
对第六处理结果中两个位置图像的焊缝中心进行位置对比,计算得到待焊焊缝的三维坐标。
进一步作为优选的实施方式,所述根据焊缝电流信号,计算焊枪与焊缝中心的偏差值这一步骤,包括以下步骤:
对旋转电弧的焊缝电流信号进行信号滤波处理,得到第一信号;
对第一信号进行信号增强处理,得到第二信号;
对第二信号进行信号分割处理,得到第三信号;
对第三信号进行信号标准化处理,得到第四信号;
对第四信号进行偏差识别处理,得到焊枪与焊缝中心的偏差值。
进一步作为优选的实施方式,所述对三维坐标和偏差值进行融合处理,生成焊缝三维偏差值这一步骤,包括以下步骤:
根据三维坐标和偏差值,建立基于卡尔曼滤波的三维焊缝偏差信息融合模型;
根据三维焊缝偏差信息融合模型,计算得到焊缝三维偏差值。
进一步作为优选的实施方式,还包括对焊接过程进行实时记录,得到焊枪与焊缝之间的三维偏差的变化曲线的步骤。
进一步作为优选的实施方式,还包括利用循环神经网络建立基于旋转电弧的焊缝成形预测模型的步骤。
进一步作为优选的实施方式,所述利用循环神经网络建立基于旋转电弧的焊缝成形预测模型这一步骤,包括以下步骤:
采集焊缝成形实验过程中的若干个电流信号;
对采集得到的若干个电流信号进行信号处理,所述信号处理包括信号滤波处理、信号增强处理、信号分割处理、信号标准化处理和偏差识别处理,得到样本数据;
将样本数据输入预设的循环神经网络,构造焊缝成形预测模型。
进一步作为优选的实施方式,所述利用循环神经网络建立基于旋转电弧的焊缝成形预测模型这一步骤,还包括以下步骤:
采集实际焊缝成形过程中的电流信号;
将实际焊缝成形过程中的电流信号输入到焊缝成形预测模型,得到焊枪与焊缝中心的偏差值。
与图1的方法相对应,本发明基于视觉及旋转电弧复合传感的三维焊缝跟踪系统,包括:
图像采集模块,用于通过双目视觉传感器获取待焊焊缝的两个位置图像;
坐标计算模块,用于根据获取的两个位置图像,采用图像处理方法计算待焊焊缝的三维坐标;
信号采集模块,用于通过旋转电弧传感器获取焊缝电流信号;
偏差值计算模块,用于根据焊缝电流信号,计算焊枪与焊缝中心的偏差值;
融合处理模块,用于对三维坐标和偏差值进行融合处理,生成焊缝三维偏差值;
跟踪模块,用于根据焊缝三维偏差值,采用PID控制方法对机器手进行实时跟踪。
与图1的方法相对应,本发明基于视觉及旋转电弧复合传感的三维焊缝跟踪系统,包括:
存储器,用于存储程序;
处理器,用于加载程序,以执行本发明的基于视觉及旋转电弧复合传感的三维焊缝跟踪方法。
本发明针对现有焊缝跟踪系统采用单一类型传感器传感进行检测,存在获取的传感信息途径单一,容易受干扰,造成跟踪精度低及稳定性不高的问题,提出了一种基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及系统。
下面以CCD摄像机作为视距传感器为例,详细描述本发明基于视觉及旋转电弧复合传感的三维焊缝跟踪方法的具体实施步骤:
S1、设定两个CCD摄像机的参数,并调整两个CCD的位置,从而清楚观察到待焊焊缝的位置,同时对视觉传感器与焊枪之间的坐标系进行标定;
本发明通过张正友标定方法,利用标定板分别标定左右视觉传感器的内参、外参和畸变系数,然后通过立体匹配的方法,标定双目视觉中的左右视觉传感器的相对坐标系。然后,标定双目视觉传感器与焊枪之间的相对坐标系,为后续焊枪调整打好基础。
另外,本发明利用激光作为辅助光源对焊缝的V形坡口进行照明,被照明的位置在双目视觉图像中形成高亮度的特征区域,进而通过双目视觉左右图像分别提取高亮的特征点,并利用基于极线约束的立体匹配的方法对焊缝特征点进行空间匹配。
最后,本发明通过匹配双目视觉中焊缝特征点的位置,形成特征点对,并基于双目传感器的坐标求取各个特征点的空间坐标,从而建立得到焊接坡口的三维模型。
S2、电弧起弧后,启动CCD摄像机的图像采集卡,获取待焊焊缝的两个位置图像
S3、启动旋转电弧的信号采集卡,获取焊缝电流信号;
S4、根据获取的两个位置图像,采用图像处理方法计算待焊焊缝的三维坐标;
所述步骤S4包括以下步骤:
S41、对待焊焊缝的两个位置图像进行图像滤波处理,进而减少图像的噪声干扰,得到第一处理结果;
S42、对第一处理结果进行图像增强处理,将原来不清楚的图像变得清晰或把所感兴趣的某些特征突出出来,以改善图像的视觉效果,得到第二处理结果;
S43、对第二处理结果进行图像分割处理,把焊缝从背景中分割出来,得到第三处理结果;
S44、对第三处理结果进行边缘检测处理,提取焊缝的边缘信息,得到第四处理结果;
S45、对第四处理结果进行焊缝识别处理,提取出焊缝的轮廓,得到第五处理结果;
S46、对第五处理结果进行中心提取处理,把轮廓中心作为焊缝的坐标,得到第六处理结果;
S47、对第六处理结果中两个位置图像的焊缝中心进行位置对比,利用两台CCD摄像机采集的图像上的匹配点对,计算得到待焊焊缝的三维坐标。
S5、根据焊缝电流信号,计算焊枪与焊缝中心的偏差值;
其中,所述步骤S5具体包括以下步骤:
S51、对旋转电弧的焊缝电流信号进行信号滤波处理,减少信号的噪声干扰,得到第一信号;
S52、对第一信号进行信号增强处理,将信号感兴趣的特征表现出来,得到第二信号;
S53、对第二信号进行信号分割处理,把旋转电弧每圈信号划分开来,得到第三信号;
S54、对第三信号进行信号标准化处理,将原始信号数据转换为无量纲化指标测评值,并对其进行综合测评分析,得到第四信号;
S55、对第四信号进行偏差识别处理,得到焊枪与焊缝中心的偏差值。
S6、对三维坐标和偏差值进行融合处理,生成焊缝三维偏差值;
S7、根据焊缝三维偏差值,采用PID控制方法对机器手进行实时跟踪。
S8、通过训练焊缝成形预测模型来计算焊枪与焊缝中心的偏差值。这种利用循环神经网络建立基于旋转电弧的焊缝成形预测模型的步骤,具体包括以下步骤:
S81、采集焊缝成形实验过程中的若干个电流信号;
本发明进行旋转电弧成形的全面试验,在统一的工艺参数下,获取不同偏差的旋转电弧焊接电流信号数据,如偏差分别为-2mm,-1mm,0,1mm和2mm的电流信号。本实施例采用的工艺参数数据如表1所示:
表1
采样参数 | 采样值 |
转速 | 30Hz |
电流 | 360A |
电压 | 40V |
焊枪高度 | 20mm |
旋转半径 | 3mm |
V形坡口的角度 | 45° |
V形坡口的宽度 | 25mm |
V形坡口的深度 | 10mm |
S82、对采集得到的若干个电流信号进行信号处理,所述信号处理包括信号滤波处理、信号增强处理、信号分割处理、信号标准化处理和偏差识别处理,得到样本数据;
S83、将样本数据输入预设的循环神经网络,构造焊缝成形预测模型;
S84、采集实际焊缝成形过程中的电流信号;
S85、将实际焊缝成形过程中的电流信号输入到焊缝成形预测模型,得到焊枪与焊缝中心的偏差值。
S9、对焊接过程进行实时记录,得到焊枪与焊缝之间的三维偏差的变化曲线。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.基于视觉及旋转电弧复合传感的三维焊缝跟踪方法,其特征在于:包括以下步骤:
通过双目视觉传感器获取待焊焊缝的两个位置图像;
根据获取的两个位置图像,采用图像处理方法计算待焊焊缝的三维坐标;
通过旋转电弧传感器获取焊缝电流信号;
根据焊缝电流信号,计算焊枪与焊缝中心的偏差值;
对三维坐标和偏差值进行融合处理,生成焊缝三维偏差值;
根据焊缝三维偏差值,采用PID控制方法对机器手进行实时跟踪。
2.根据权利要求1所述的基于视觉及旋转电弧复合传感的三维焊缝跟踪方法,其特征在于:所述根据获取的两个位置图像,采用图像处理方法计算待焊焊缝的三维坐标这一步骤,包括以下步骤:
对待焊焊缝的两个位置图像进行图像滤波处理,得到第一处理结果;
对第一处理结果进行图像增强处理,得到第二处理结果;
对第二处理结果进行图像分割处理,得到第三处理结果;
对第三处理结果进行边缘检测处理,得到第四处理结果;
对第四处理结果进行焊缝识别处理,得到第五处理结果;
对第五处理结果进行中心提取处理,得到第六处理结果;
对第六处理结果中两个位置图像的焊缝中心进行位置对比,计算得到待焊焊缝的三维坐标。
3.根据权利要求1所述的基于视觉及旋转电弧复合传感的三维焊缝跟踪方法,其特征在于:所述根据焊缝电流信号,计算焊枪与焊缝中心的偏差值这一步骤,包括以下步骤:
对旋转电弧的焊缝电流信号进行信号滤波处理,得到第一信号;
对第一信号进行信号增强处理,得到第二信号;
对第二信号进行信号分割处理,得到第三信号;
对第三信号进行信号标准化处理,得到第四信号;
对第四信号进行偏差识别处理,得到焊枪与焊缝中心的偏差值。
4.根据权利要求1所述的基于视觉及旋转电弧复合传感的三维焊缝跟踪方法,其特征在于:所述对三维坐标和偏差值进行融合处理,生成焊缝三维偏差值这一步骤,包括以下步骤:
根据三维坐标和偏差值,建立基于卡尔曼滤波的三维焊缝偏差信息融合模型;
根据三维焊缝偏差信息融合模型,计算得到焊缝三维偏差值。
5.根据权利要求1所述的基于视觉及旋转电弧复合传感的三维焊缝跟踪方法,其特征在于:还包括对焊接过程进行实时记录,得到焊枪与焊缝之间的三维偏差的变化曲线的步骤。
6.根据权利要求1所述的基于视觉及旋转电弧复合传感的三维焊缝跟踪方法,其特征在于:还包括利用循环神经网络建立基于旋转电弧的焊缝成形预测模型的步骤。
7.根据权利要求6所述的基于视觉及旋转电弧复合传感的三维焊缝跟踪方法,其特征在于:所述利用循环神经网络建立基于旋转电弧的焊缝成形预测模型这一步骤,包括以下步骤:
采集焊缝成形实验过程中的若干个电流信号;
对采集得到的若干个电流信号进行信号处理,所述信号处理包括信号滤波处理、信号增强处理、信号分割处理、信号标准化处理和偏差识别处理,得到样本数据;
将样本数据输入预设的循环神经网络,构造焊缝成形预测模型。
8.根据权利要求7所述的基于视觉及旋转电弧复合传感的三维焊缝跟踪方法,其特征在于:所述利用循环神经网络建立基于旋转电弧的焊缝成形预测模型这一步骤,还包括以下步骤:
采集实际焊缝成形过程中的电流信号;
将实际焊缝成形过程中的电流信号输入到焊缝成形预测模型,得到焊枪与焊缝中心的偏差值。
9.基于视觉及旋转电弧复合传感的三维焊缝跟踪系统,其特征在于:包括:
图像采集模块,用于通过双目视觉传感器获取待焊焊缝的两个位置图像;
坐标计算模块,用于根据获取的两个位置图像,采用图像处理方法计算待焊焊缝的三维坐标;
信号采集模块,用于通过旋转电弧传感器获取焊缝电流信号;
偏差值计算模块,用于根据焊缝电流信号,计算焊枪与焊缝中心的偏差值;
融合处理模块,用于对三维坐标和偏差值进行融合处理,生成焊缝三维偏差值;
跟踪模块,用于根据焊缝三维偏差值,采用PID控制方法对机器手进行实时跟踪。
10.基于视觉及旋转电弧复合传感的三维焊缝跟踪系统,其特征在于:包括:
存储器,用于存储程序;
处理器,用于加载程序,以执行如权利要求1-8任一项所述的基于视觉及旋转电弧复合传感的三维焊缝跟踪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811068522.XA CN108971704B (zh) | 2018-09-13 | 2018-09-13 | 基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811068522.XA CN108971704B (zh) | 2018-09-13 | 2018-09-13 | 基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108971704A true CN108971704A (zh) | 2018-12-11 |
CN108971704B CN108971704B (zh) | 2021-02-19 |
Family
ID=64545295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811068522.XA Active CN108971704B (zh) | 2018-09-13 | 2018-09-13 | 基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108971704B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109732178A (zh) * | 2019-01-21 | 2019-05-10 | 南昌大学 | 一种焊接机器人系统数据采集和运动控制部分的设计方法 |
CN111292297A (zh) * | 2020-01-21 | 2020-06-16 | 湖北文理学院 | 基于双目立体视觉焊缝检测方法、装置、设备及存储介质 |
CN111438565A (zh) * | 2019-01-17 | 2020-07-24 | 武汉唯拓光纤激光工程有限公司 | 一种焊缝识别补偿装置及方法 |
CN111590244A (zh) * | 2020-05-08 | 2020-08-28 | 徐工集团工程机械股份有限公司科技分公司 | 基于云端管控的车间机器焊缝焊偏实时检测方法与装置 |
CN112276431A (zh) * | 2020-09-11 | 2021-01-29 | 深圳市启玄科技有限公司 | 电流采集装置和电流采集方法 |
CN112846551A (zh) * | 2019-11-28 | 2021-05-28 | 湘潭大学 | 一种旋转超声波-电弧复合式焊缝跟踪方法 |
CN114682917A (zh) * | 2022-05-10 | 2022-07-01 | 湘潭大学 | 一种单道多层埋弧焊激光-磁控电弧复合式焊缝跟踪方法 |
CN114789288A (zh) * | 2022-04-24 | 2022-07-26 | 湘潭大学 | 基于涡流及双目线阵视觉复合传感的焊缝三维定位跟踪方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009195977A (ja) * | 2008-02-25 | 2009-09-03 | Jfe Engineering Corp | 自動溶接制御方法及び自動溶接装置 |
CN103341685A (zh) * | 2013-07-17 | 2013-10-09 | 湘潭大学 | 一种基于磁控电弧与激光视觉传感的焊缝自动跟踪控制方法及系统 |
CN104588838A (zh) * | 2015-02-07 | 2015-05-06 | 芜湖安普机器人产业技术研究院有限公司 | 一种焊枪自动跟踪控制并在线修正系统及其控制方法 |
CN106442533A (zh) * | 2016-12-14 | 2017-02-22 | 哈尔滨理工大学 | 一种基于工业ccd的焊缝信息提取系统 |
CN107824940A (zh) * | 2017-12-07 | 2018-03-23 | 淮安信息职业技术学院 | 基于激光结构光的焊缝视觉跟踪系统及方法 |
-
2018
- 2018-09-13 CN CN201811068522.XA patent/CN108971704B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009195977A (ja) * | 2008-02-25 | 2009-09-03 | Jfe Engineering Corp | 自動溶接制御方法及び自動溶接装置 |
CN103341685A (zh) * | 2013-07-17 | 2013-10-09 | 湘潭大学 | 一种基于磁控电弧与激光视觉传感的焊缝自动跟踪控制方法及系统 |
CN104588838A (zh) * | 2015-02-07 | 2015-05-06 | 芜湖安普机器人产业技术研究院有限公司 | 一种焊枪自动跟踪控制并在线修正系统及其控制方法 |
CN106442533A (zh) * | 2016-12-14 | 2017-02-22 | 哈尔滨理工大学 | 一种基于工业ccd的焊缝信息提取系统 |
CN107824940A (zh) * | 2017-12-07 | 2018-03-23 | 淮安信息职业技术学院 | 基于激光结构光的焊缝视觉跟踪系统及方法 |
Non-Patent Citations (4)
Title |
---|
丁度坤等: "基于旋转电弧传感法和神经网络的焊缝成形预测模型", 《热加工工艺》 * |
张巧琳: "基于视觉导引与电弧跟踪的焊接机器人系统", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
曹慧: "基于激光双目视觉系统的接缝三维重建", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
胡海林等: "基于视觉与电弧多信息传感的焊缝跟踪算法", 《计算机应用》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111438565A (zh) * | 2019-01-17 | 2020-07-24 | 武汉唯拓光纤激光工程有限公司 | 一种焊缝识别补偿装置及方法 |
CN109732178A (zh) * | 2019-01-21 | 2019-05-10 | 南昌大学 | 一种焊接机器人系统数据采集和运动控制部分的设计方法 |
CN109732178B (zh) * | 2019-01-21 | 2024-02-09 | 南昌大学 | 一种焊接机器人系统数据采集和运动控制部分的设计方法 |
CN112846551A (zh) * | 2019-11-28 | 2021-05-28 | 湘潭大学 | 一种旋转超声波-电弧复合式焊缝跟踪方法 |
CN112846551B (zh) * | 2019-11-28 | 2022-06-21 | 湘潭大学 | 一种旋转超声波-电弧复合式焊缝跟踪方法 |
CN111292297A (zh) * | 2020-01-21 | 2020-06-16 | 湖北文理学院 | 基于双目立体视觉焊缝检测方法、装置、设备及存储介质 |
CN111590244A (zh) * | 2020-05-08 | 2020-08-28 | 徐工集团工程机械股份有限公司科技分公司 | 基于云端管控的车间机器焊缝焊偏实时检测方法与装置 |
CN111590244B (zh) * | 2020-05-08 | 2022-07-01 | 徐工集团工程机械股份有限公司科技分公司 | 基于云端管控的车间机器焊缝焊偏实时检测方法与装置 |
CN112276431A (zh) * | 2020-09-11 | 2021-01-29 | 深圳市启玄科技有限公司 | 电流采集装置和电流采集方法 |
CN114789288A (zh) * | 2022-04-24 | 2022-07-26 | 湘潭大学 | 基于涡流及双目线阵视觉复合传感的焊缝三维定位跟踪方法 |
CN114682917A (zh) * | 2022-05-10 | 2022-07-01 | 湘潭大学 | 一种单道多层埋弧焊激光-磁控电弧复合式焊缝跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108971704B (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108971704A (zh) | 基于视觉及旋转电弧复合传感的三维焊缝跟踪方法及系统 | |
He et al. | Weld seam profile detection and feature point extraction for multi-pass route planning based on visual attention model | |
CN109308693B (zh) | 由一台ptz相机构建的目标检测和位姿测量单双目视觉系统 | |
CN103759648B (zh) | 一种基于激光双目视觉的复杂角焊缝位置检测方法 | |
CN102699534B (zh) | 基于扫描式激光视觉传感的厚板窄间隙深坡口激光自动化多层焊焊接方法 | |
CN107824940A (zh) | 基于激光结构光的焊缝视觉跟踪系统及方法 | |
US8644552B2 (en) | Markerless motion capturing apparatus and method | |
WO2019179442A1 (zh) | 智能设备的交互目标确定方法和装置 | |
CN103203526A (zh) | 激光视觉跟踪系统 | |
CN109226967A (zh) | 一种用于激光-电弧复合焊的主动激光视觉稳健焊缝跟踪系统 | |
He et al. | Autonomous detection of weld seam profiles via a model of saliency-based visual attention for robotic arc welding | |
CN108573221A (zh) | 一种基于视觉的机器人目标零件显著性检测方法 | |
CN104400265B (zh) | 一种激光视觉引导的焊接机器人角接焊缝特征的提取方法 | |
Ma et al. | Binocular vision system for both weld pool and root gap in robot welding process | |
CN107424144A (zh) | 基于激光视觉的焊缝跟踪图像处理算法 | |
CN110425996A (zh) | 基于双目立体视觉的工件尺寸测量方法 | |
CN112365439B (zh) | 一种镀锌钢gmaw焊缝成形特征与焊枪方向同步实时检测方法 | |
CN109434251A (zh) | 一种基于粒子滤波的焊缝图像跟踪方法 | |
CN109490416A (zh) | 一种应用于双轨式钢轨探伤的焊缝识别方法 | |
Wang et al. | A multi-BRIEF-descriptor stereo matching algorithm for binocular visual sensing of fillet welds with indistinct features | |
CN115619738A (zh) | 一种模组侧缝焊焊后检测方法 | |
CN107914067B (zh) | 一种基于被动视觉传感的薄板焊接的焊枪偏差三维提取方法 | |
Lin et al. | Intelligent seam tracking of an ultranarrow gap during K-TIG welding: a hybrid CNN and adaptive ROI operation algorithm | |
Shi et al. | Efficient weld seam detection for robotic welding based on local image processing | |
CN103006332A (zh) | 手术刀跟踪方法与装置及数字立体显微镜系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |