CN110153582B - 焊接方案生成方法、装置以及焊接系统 - Google Patents

焊接方案生成方法、装置以及焊接系统 Download PDF

Info

Publication number
CN110153582B
CN110153582B CN201910385143.1A CN201910385143A CN110153582B CN 110153582 B CN110153582 B CN 110153582B CN 201910385143 A CN201910385143 A CN 201910385143A CN 110153582 B CN110153582 B CN 110153582B
Authority
CN
China
Prior art keywords
welding
triangular patch
processed
scheme
patch model
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.)
Active
Application number
CN201910385143.1A
Other languages
English (en)
Other versions
CN110153582A (zh
Inventor
都东
蒋启祥
薛博策
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201910385143.1A priority Critical patent/CN110153582B/zh
Publication of CN110153582A publication Critical patent/CN110153582A/zh
Application granted granted Critical
Publication of CN110153582B publication Critical patent/CN110153582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/02—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to soldering or welding
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/2433—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring outlines by shadow casting

Abstract

本发明实施例提供一种焊接方案生成方法、装置以及焊接系统，其中方法包括：获取待加工构件的三角面片模型，根据所述三角面片模型生成初始的焊接方案；对所述待加工构件中的焊接点的坐标进行二次测量，根据二次测量的结果对所述三角面片模型进行修正；根据修正后的三角面片模型修正所述初始的焊接方案，获得最终的焊接方案。本发明实施例特别适合于诸如造船业中类似小组立类的板筋结构的构件加工。此类构件结构相对简单，可进一步降低设备对人工参与的要求，节省加工时间，提高加工效率。

Description

焊接方案生成方法、装置以及焊接系统
技术领域
本发明涉及智能加工技术领域，更具体地，涉及焊接方案生成方法、装置以及焊接系统。
背景技术
针对小批次，多品种零件的制造需求，如造船行业的小组立零件的焊接，工业机器人一直不能得到很好的应用，之所以存在这样的缺陷，是因为传统的工业机器人的工作程序一般通过人工参与的在线示教方式或者对存在的工件模型进行离线编程的方式编制。
第一种方案依靠操作者的视觉和手工点动来完成,整个过程不但费时费力，而且由于末端加工部分与构件的间距靠操作者肉眼确定,导致精度不能得到有效保证。且对于稍微复杂的加工轨迹，示教难以完成。
第二种方案需要待加工构件的精确模型以保证编制的程序能在实际构件上正常工作，且需要保证构件现场环境与编程环境高度一致，防止出现偏差，因此往往需要工装夹具来保证。但对于大尺寸构件，用工装夹具来调整构件的位置和姿态也是极其麻烦的。现有技术提供一种基于逆向工程技术的免示教激光三维测量方法和设备，通过利用光学测量仪与五轴联动激光切割机的数控系统构成借机测量系统，实现三维曲面上切割姿态、轨迹的自动规划和数控编程。但该技术所提方法不具有对生成的模型和实际环境误差的修正功能，因此在精度要求较高的应用场合受到限制。此外，还有一些其他同类型的自动编程方法也受此类问题所限，仅仅用于喷涂，搬运等低精度要求的加工场合。
发明内容
本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的焊接方案生成方法、装置以及焊接系统。
第一个方面，本发明实施例提供一种焊接方案生成方法，包括：
获取待加工构件的三角面片模型，根据所述三角面片模型生成初始的焊接方案，所述焊接方案中至少包括各焊接点的坐标；
对所述待加工构件中的焊接点的坐标进行二次测量，根据二次测量的结果对所述三角面片模型进行修正；
根据修正后的三角面片模型修正所述初始的焊接方案，获得最终的焊接方案。
第一个方面，本发明实施例提供一种焊接方案生成装置，包括：
方案获取模块，用于获取待加工构件的三角面片模型，根据所述三角面片模型生成初始的焊接方案，所述焊接方案中至少包括各焊接点的坐标；
模型修正模块，用于对所述待加工构件中的焊接点的坐标进行二次测量，根据二次测量的结果对所述三角面片模型进行修正；
方案修正模块，用于根据修正后的三角面片模型修正所述初始的焊接方案，获得最终的焊接方案。
第三个方面，本发明实施例提供一种焊接系统，包括：
如上所述的焊接方案生成装置；以及
焊接机器人，用于根据所述焊接方案生成装置获得的最终的焊接方案焊接构件。
第四方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。
第五方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的焊接方案生成方法、装置以及焊接系统，具有对关键点的在线修正功能，故在整个加工过程中对人工参与依赖少，对构件的摆放无严格要求。因无须示教编程或离线编程，在小批次，多品种零件的加工中能极大的提高加工效率。本发明实施例特别适合于诸如造船业中类似小组立类的板筋结构的构件加工。此类构件结构相对简单，可进一步降低设备对人工参与的要求，节省加工时间，提高加工效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的焊接方案生成方法的流程示意图；
图2为本发明实施例提供的焊接方案生成装置的结构示意图；
图3为本发明实施例提供的焊接系统的结构示意图；
图4为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的焊接方案生成方法的流程示意图，如图1所示，包括S101、S102和S103，具体地：
S101、获取待加工构件的三角面片模型，根据所述三角面片模型生成初始的焊接方案，所述焊接方案中至少包括各焊接点的坐标。
本发明实施例可以通过现有的三维扫描设备获取待加工构件的三维点云数据，并进一步生成待加工构件的三角面片模型。考虑到三维点云数据的数据量庞大，不适合快速处理，因此在本发明实施例中三维点云数据仅仅作为中间数据，最终需要的是便于实时在线处理的三角面片模型。三角面片模型具有面数少的优点，有利于计算机快速处理。
当获得三角面片模型后，实际上即获得了待加工构件的数字模型，通过现有技术对数字模型中的边进行筛选(可以手动筛选也可以采用计算机自动筛选)出要焊接的焊缝，然后将筛选出来的边的顶点作为焊接点，即可获得最基本的焊接方案。
在一个可选实施例中，本发明可以将焊接方案转换成焊接机器人可直接应用的计算机程序，以提高焊接的时效性。
在一种可选实施例中，本发明可以以线扫描的方式对待加工构件进行三维扫描，与基于多目视觉的三维重构方法相比较，这种方式具有速度快，且对不同形状的构件都具有通用的扫描形式，无须再单独编制扫描程序的优势，特别适用于小批次、多品种零件的制造需求。
S102、对所述待加工构件中的焊接点的坐标进行二次测量，根据二次测量的结果对所述三角面片模型进行修正。
本发明实施例在获得初始焊接方案后，为了保证焊接方案具有足够的精度，还需要对焊接方案进行修正。具体地，由于初始焊接方案中记录了焊接点的三维坐标，通过对焊接点进行二次测量即可获得构件的三角面片模型的误差程度，进而对三角面片模型进行修正。需要注意的是，现有的焊接机器人很多自带有修正程序，例如常见的安川机器人，只要向机器人输入一个边，机器人就会自动修正这个边的两个顶点的位置，因此，本发明实施例并不限定具体的修正方法。
S103、根据修正后的三角面片模型修正所述初始的焊接方案，获得最终的焊接方案。
本发明实施例的焊接方案生成方法具有对关键点的在线修正功能，故在整个加工过程中对人工参与依赖少，对构件的摆放无严格要求。因无须示教编程或离线编程，在小批次，多品种零件的加工中能极大的提高加工效率。本发明实施例特别适合于诸如造船业中类似小组立类的板筋结构的构件加工。此类构件结构相对简单，可进一步降低设备对人工参与的要求，节省加工时间，提高加工效率。
在上述各实施例的基础上，作为一种可选实施例，获取待加工构件的三角面片模型，具体为：
S201、利用线扫描光学传感器对放置在工作台上的待加工构件匀速进行扫描，定时采样待加工构件的二维轮廓；
S202、根据扫描采样时间的顺序，将所有二维轮廓组成轮廓序列，根据扫描时的速度和采样时间，将所述轮廓序列还原成三维点云数据，所述三维点云数据具有机器人基坐标系下的空间三维坐标；
需要说明的是，作为一种可选实施例，本发明可以利用线扫描光学传感器对放置在工作台上的待加工构件进行三维扫描，在匀速扫描运动下定时采样待加工构件的二维轮廓，根据扫描采样时间的顺序，这些二维轮廓组成了一组轮廓序列，这些轮廓序列是对待加工构件的几何尺寸在扫描方向上进行的等间隔二维采样，根据扫描时的速度和采样时间，可以将所述轮廓序列还原成机器人基坐标系下的点云数据。
S203、将所述三维点云数据在工作台平面上进行投影，投影点具有工作台平面坐标系下的空间三维坐标，生成具有深度信息的图像，对所述图像按深度信息进行分层处理，得到若干个具有典型深度特征的图层；其中，所述深度信息为三维点云数据中的点与该点在工作台平面上的投影点间的距离。
以工作台平面为基准面，待加工构件的点云数据中的每个点都可以投影在该平面上，假设点云数据中某点P具有机器人基坐标系{B}下表示的空间三维坐标(a，b，c)，工作台平面π在机器人基坐标系{B}下的平面描述方程为Ax+By+Cz+D＝0，由于工作台平面经过调整后与机器人基坐标系的x-y平面平行。所以上述方程中A，B均为零。然后在所述工作台平面上建立一个坐标系{A}，其x轴与扫描方向平行，y轴与扫描方向垂直，z轴垂直于工作台平面向上，原点位于扫描台平面可测量范围的边界角点Z上，Z在坐标系{B}下的表示为(a0，b0，c0)。由于工作台平面经过调整后与机器人基坐标系的x-y平面平行。所以新的坐标系{A}与机器人基坐标系{B}之间可近似认为无旋转，其转换矩阵
Figure BDA0002054600540000061
为：
Figure BDA0002054600540000062
由此可计算点P在坐标系{A}下的新坐标为：
(a-a0，b-b0，c-c0)
将P点投影到工作台平面，则投影点P1的x坐标为a-a0，y坐标为b-b0。P1点的x、y坐标对应图像的像素点坐标，P1距P的距离为c-c0，这个距离定义为P点距离基准面的深度。
S204、将每一图层的角点作为特征关键点，对所述特征关键点使用delaunay三角剖分算法生成对应图层的三角面片；将所有层的三角面片与深度信息进行合成，获得三角面片模型。
在上述各实施例的基础上，作为一种可选实施例，对所述图像按深度进行分层处理，得到若干个具有典型深度特征的图层，具体为：
将所述图像的一维直方图中的极大值作为图像的典型深度特征；以所述典型深度特征作为阈值，对所述图像进行多阈值量化，获得若干个具有典型深度特征的图层。
在上述各实施例的基础上，作为一种可选实施例，根据所述三角面片模型生成初始的焊接方案，具体为：
S301、对所述三角面片模型进行解析，生成由点和边组成的拓扑学模型，所述拓扑学模型的点为三角面片模型中的顶点，拓扑学模型的边为三角面片模型中的边；
S302、获取所述拓扑学模型中的各个边的特征量，所述特征量包括边的长度、边所在两个面的夹角、边的方向向量、边的中点位置、边的端点位置、边端点的法向量以及边所在两个面对应的平行面距离；
S303、根据预先构建的筛选算法对各边的特征量进行分析，得到可焊接的边，将可焊接的边的顶点作为焊接点。
可以理解的是，在不同的加工场合，具有不同的筛选算法。以造船业的小组立构件为例：根据经验可以得到边的夹角大于135度一定不是要焊接的边，且小于小组立所用板筋件厚度2倍的边一定不是要焊接的边，通过诸如此类行业经验的提取所得的筛选算法，可以根据边的特征量自动提取哪些边是可焊接的边。
在上述各实施例的基础上，作为一种可选实施例，焊接方案还包括焊接点的焊接工艺和焊接顺序。
其中，根据所述可焊接的边的特征量，从预先收集的焊接工艺中匹配对应的焊接工艺。依旧以造船业小组立构件为例：当可焊接边被提取后，使用边的特征量去匹配根据行业经验所建立的焊接工艺数据库中的焊接工艺。例如，该边的方向向量是否垂直于地面的，对应是否需要使用立焊的工艺。以及根据边所在两个面对应的平行距离来确定构成该焊缝的钢板厚度，由这些特征量来匹配合适的焊接电流、焊接电压及焊接速度。
从所述拓扑学模型中提取若干个欧拉图，每个欧拉图由所述可焊接的边；通过深度优先算法确定每个欧拉图中可焊接的边的焊接顺序。
需要说明的是，在获得可焊接的边后，实际上可以以随机的焊接顺序对这些边进行焊接，但是这样操作并不能保证每条边只焊接一次，但是本发明实施例通过从拓扑学模型中提取欧拉图，对每个欧拉图中的边根据深度优先算法计算焊接顺序，能够保证每条边只焊接一次，从而提高焊接效率。本发明实施例对每个欧拉图中的边设置焊接顺序，但不同的欧拉图之间并不设置焊接顺序，可随机焊接。
图2为本发明实施例提供的焊接方案生成装置的结构示意图，如图2所示，该焊接装置包括：方案获取模块201、模型修正模块202和方案修正模块203，具体地：
方案获取模块201，用于获取待加工构件的三角面片模型，根据所述三角面片模型生成初始的焊接方案，所述焊接方案中至少包括各焊接点的坐标。
本发明实施例可以通过现有的三维扫描设备获取待加工构件的三维点云数据，并进一步生成待加工构件的三角面片模型。考虑到三维点云数据的数据量庞大，不适合快速处理，因此在本发明实施例中三维点云数据仅仅作为中间数据，最终需要的是便于实时在线处理的三角面片模型。三角面片模型具有面数少的优点，有利于计算机快速处理。
当获得三角面片模型后，实际上即获得了待加工构件的数字模型，通过现有技术对数字模型中的边进行筛选(可以手动筛选也可以采用计算机自动筛选)出要焊接的焊缝，然后将筛选出来的边的顶点作为焊接点，即可获得最基本的焊接方案。
在一个可选实施例中，本发明可以将焊接方案转换成焊接机器人可直接应用的计算机程序，以提高焊接的时效性。
在一种可选实施例中，本发明可以以线扫描的方式对待加工构件进行三维扫描，与基于多目视觉的三维重构方法相比较，这种方式具有速度快，且对不同形状的构件都具有通用的扫描形式，无须再单独编制扫描程序的优势，特别适用于小批次、多品种零件的制造需求。
模型修正模块202，用于对所述待加工构件中的焊接点的坐标进行二次测量，根据二次测量的结果对所述三角面片模型进行修正。
本发明实施例在获得初始焊接方案后，为了保证焊接方案具有足够的精度，还需要对焊接方案进行修正。具体地，由于初始焊接方案中记录了焊接点的三维坐标，通过对焊接点进行二次测量即可获得构件的三角面片模型的误差程度，进而对三角面片模型进行修正。需要注意的是，现有的焊接机器人很多自带有修正程序，例如常见的安川机器人，只要向机器人输入一个边，机器人就会自动修正这个边的两个顶点的位置，因此，本发明实施例并不限定具体的修正方法。
方案修正模块203，用于根据修正后的三角面片模型修正所述初始的焊接方案，获得最终的焊接方案。
本发明实施例提供的装置，具体执行上述各焊接方案生成方法实施例流程，具体请详见上述各焊接方案生成方法实施例的内容，在此不再赘述。本发明实施例提供的装置具有对关键点的在线修正功能，故在整个加工过程中对人工参与依赖少，对构件的摆放无严格要求。因无须示教编程或离线编程，在小批次，多品种零件的加工中能极大的提高加工效率。本发明特别适合于诸如造船业中类似小组立类的板筋结构的构件加工。此类构件结构相对简单，可进一步降低设备对人工参与的要求，节省加工时间，提高加工效率。
本发明实施例还提供一种焊接系统，包括：如上述实施例所述的焊接方案生成装置和焊接机器人，用于根据所述焊接方案生成装置获得的最终的焊接方案焊接构件。
在上述各实施例的基础上，作为一种可选实施例，本发明实施例的焊接系统还包括：
工作台，用于放置待加工构件；
线扫描光学传感器，用于对所述待加工构件进行扫描测量，并将扫描结果输出至所述焊接装置，以使得所述焊接装置根据所述扫描结果生成初始的焊接方案；
距离传感器，设置在所述焊接机器人上，所述距离传感器用于根据所述焊接装置测量焊接点的坐标。
图3为本发明实施例提供的焊接系统的结构示意图，如图3所示，本发明实施例的运动部件采用龙门架1的形式，龙门架1可在龙门架轨道2方向上运动。在龙门架1上，安装有用于测量的线扫描光学传感器5和用于加工构件的焊接机器人4，在焊接机器人4的末端安装有用于加工的焊枪8和距离传感器7。焊接方案生成装置6与线扫描光学传感器5和焊接机器人4相连接，用于数据处理和控制。
在应用时，待加工构件9放置在工作台3上。根据待加工构件9的尺寸设置扫描长度，龙门架1带动线扫描光学传感器5沿着龙门架导轨方向运动，运动范围保证能够覆盖待加工构件9的尺寸。线扫描光学传感器5在运动过程中不断传输扫描数据给焊接方案生成装置6。当扫描运动停止时，焊接方案生成装置6根据扫描数据初始焊接方案，之后由距离传感器7根据初始焊接方案对构件进行二测策略，焊接方案生成装置6根据二次测量的结果对所述三角面片模型进行修正，并获得最终的焊接方案，由焊接机器人执行该最终的焊接方案。
图4为本发明实施例提供的电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储在存储器430上并可在处理器410上运行的计算机程序，以执行上述各实施例提供的焊接方案生成方法，例如包括：获取待加工构件的三角面片模型，根据所述三角面片模型生成初始的焊接方案，所述焊接方案中至少包括各焊接点的坐标；对所述待加工构件中的焊接点的坐标进行二次测量，根据二次测量的结果对所述三角面片模型进行修正；根据修正后的三角面片模型修正所述初始的焊接方案，获得最终的焊接方案。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的焊接方案生成方法，例如包括：获取待加工构件的三角面片模型，根据所述三角面片模型生成初始的焊接方案，所述焊接方案中至少包括各焊接点的坐标；对所述待加工构件中的焊接点的坐标进行二次测量，根据二次测量的结果对所述三角面片模型进行修正；根据修正后的三角面片模型修正所述初始的焊接方案，获得最终的焊接方案。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种焊接方案生成方法，其特征在于，包括：
获取待加工构件的三角面片模型，根据所述三角面片模型生成初始的焊接方案，所述焊接方案中至少包括各焊接点的坐标；
对所述待加工构件中的焊接点的坐标进行二次测量，根据二次测量的结果对所述三角面片模型进行修正；
根据修正后的三角面片模型修正所述初始的焊接方案，获得最终的焊接方案；
其中，所述获取待加工构件的三角面片模型，具体为：
利用线扫描光学传感器对放置在工作台上的待加工构件匀速进行扫描，定时采样待加工构件的二维轮廓；
根据扫描采样时间的顺序，将所有二维轮廓组成轮廓序列，根据扫描时的速度和采样时间，将所述轮廓序列还原成三维点云数据；
将所述三维点云数据在工作台平面上进行投影，生成具有深度信息的图像，对所述图像按深度信息进行分层处理，得到若干个具有典型深度特征的图层；
将每一图层的角点作为特征关键点，对所述特征关键点使用delaunay三角剖分算法生成对应图层的三角面片；将所有层的三角面片与深度信息进行合成，获得三角面片模型。
2.根据权利要求1所述的焊接方案生成方法，其特征在于，所述对所述图像按深度进行分层处理，得到若干个具有典型深度特征的图层，具体为：
将所述图像的一维直方图中的极大值作为图像的典型深度特征；
以所述典型深度特征作为阈值，对所述图像进行多阈值量化，获得若干个具有典型深度特征的图层。
3.根据权利要求1所述的焊接方案生成方法，其特征在于，所述根据所述三角面片模型生成初始的焊接方案，具体为：
对所述三角面片模型进行解析，生成由点和边组成的拓扑学模型，所述拓扑学模型的点为三角面片模型中的顶点，拓扑学模型的边为三角面片模型中的边；
获取所述拓扑学模型中的各个边的特征量，所述特征量包括边的长度、边所在两个面的夹角、边的方向向量、边的中点位置、边的端点位置、边端点的法向量以及边所在两个面对应的平行面距离；
根据预先构建的筛选算法对各边的特征量进行分析，得到可焊接的边，将可焊接的边的顶点作为焊接点。
4.根据权利要求3所述的焊接方案生成方法，其特征在于，所述焊接方案还包括焊接点的焊接工艺和焊接顺序；
其中，根据所述可焊接的边的特征量，从预先收集的焊接工艺中匹配对应的焊接工艺；
从所述拓扑学模型中提取若干个欧拉图，每个欧拉图由所述可焊接的边；通过深度优先算法确定每个欧拉图中可焊接的边的焊接顺序。
5.一种焊接方案生成装置，其特征在于，包括：
方案获取模块，用于获取待加工构件的三角面片模型，根据所述三角面片模型生成初始的焊接方案，所述焊接方案中至少包括各焊接点的坐标；
模型修正模块，用于对所述待加工构件中的焊接点的坐标进行二次测量，根据二次测量的结果对所述三角面片模型进行修正；
方案修正模块，用于根据修正后的三角面片模型修正所述初始的焊接方案，获得最终的焊接方案；
其中，所述获取待加工构件的三角面片模型，具体为：
利用线扫描光学传感器对放置在工作台上的待加工构件匀速进行扫描，定时采样待加工构件的二维轮廓；
根据扫描采样时间的顺序，将所有二维轮廓组成轮廓序列，根据扫描时的速度和采样时间，将所述轮廓序列还原成三维点云数据；
将所述三维点云数据在工作台平面上进行投影，生成具有深度信息的图像，对所述图像按深度信息进行分层处理，得到若干个具有典型深度特征的图层；
将每一图层的角点作为特征关键点，对所述特征关键点使用delaunay三角剖分算法生成对应图层的三角面片；将所有层的三角面片与深度信息进行合成，获得三角面片模型。
6.一种焊接系统，其特征在于，包括：
如权利要求5所述的焊接方案生成装置；以及
焊接机器人，用于根据所述焊接方案生成装置获得的最终的焊接方案焊接构件。
7.如权利要求6所述的焊接系统，其特征在于，还包括：
工作台，用于放置待加工构件；
线扫描光学传感器，用于对所述待加工构件进行扫描测量，并将扫描结果输出至焊接装置，以使得所述焊接装置根据所述扫描结果生成初始的焊接方案；
距离传感器，设置在所述焊接机器人上，所述距离传感器用于根据所述焊接装置测量焊接点的坐标。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述的焊接方案生成方法的步骤。
9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至4中任意一项所述的焊接方案生成方法。
CN201910385143.1A 2019-05-09 2019-05-09 焊接方案生成方法、装置以及焊接系统 Active CN110153582B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910385143.1A CN110153582B (zh) 2019-05-09 2019-05-09 焊接方案生成方法、装置以及焊接系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910385143.1A CN110153582B (zh) 2019-05-09 2019-05-09 焊接方案生成方法、装置以及焊接系统

Publications (2)

Publication Number Publication Date
CN110153582A CN110153582A (zh) 2019-08-23
CN110153582B true CN110153582B (zh) 2020-05-19

Family

ID=67633789

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910385143.1A Active CN110153582B (zh) 2019-05-09 2019-05-09 焊接方案生成方法、装置以及焊接系统

Country Status (1)

Country Link
CN (1) CN110153582B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110860865B (zh) * 2019-11-28 2022-03-18 武汉中裕金属制品有限公司 一种钢模成型控制方法及系统
CN113857654B (zh) * 2021-12-06 2022-02-22 苏州菲镭泰克激光技术有限公司 实时采集并三维扫描及验证的多轴联动加工设备及方法
CN114888478B (zh) * 2022-06-30 2023-12-26 中船黄埔文冲船舶有限公司 一种中组立焊接工艺参数的修正方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003216978A (ja) * 2002-01-23 2003-07-31 Sanyo Electric Co Ltd 顔特徴を表す三角パッチの生成装置および生成方法ならびに顔特徴を表す三角パッチの生成処理プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2011022066A (ja) * 2009-07-17 2011-02-03 National Institute Of Advanced Industrial Science & Technology ３次元物体位置姿勢計測方法
CN105058795A (zh) * 2015-08-06 2015-11-18 清华大学 增材制造的误差补偿方法
CN107945267A (zh) * 2017-12-13 2018-04-20 四川川大智胜软件股份有限公司 一种用于人脸三维模型纹理融合的方法和设备
CN108961413A (zh) * 2018-07-16 2018-12-07 清华大学深圳研究生院 一种用于心脏标测系统中的心内膜逐点插入动态表面重建方法
CN109360215A (zh) * 2018-08-31 2019-02-19 先临三维科技股份有限公司 三维模型的外轮廓查找方法、装置、设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003216978A (ja) * 2002-01-23 2003-07-31 Sanyo Electric Co Ltd 顔特徴を表す三角パッチの生成装置および生成方法ならびに顔特徴を表す三角パッチの生成処理プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2011022066A (ja) * 2009-07-17 2011-02-03 National Institute Of Advanced Industrial Science & Technology ３次元物体位置姿勢計測方法
CN105058795A (zh) * 2015-08-06 2015-11-18 清华大学 增材制造的误差补偿方法
CN107945267A (zh) * 2017-12-13 2018-04-20 四川川大智胜软件股份有限公司 一种用于人脸三维模型纹理融合的方法和设备
CN108961413A (zh) * 2018-07-16 2018-12-07 清华大学深圳研究生院 一种用于心脏标测系统中的心内膜逐点插入动态表面重建方法
CN109360215A (zh) * 2018-08-31 2019-02-19 先临三维科技股份有限公司 三维模型的外轮廓查找方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN110153582A (zh) 2019-08-23

Similar Documents

Publication Publication Date Title
CN110153582B (zh) 焊接方案生成方法、装置以及焊接系统
JP5981143B2 (ja) ロボットツールの制御方法
US20130060369A1 (en) Method and system for generating instructions for an automated machine
EP3733355A1 (en) Robot motion optimization system and method
JP2019081230A (ja) 教示点又は教示線の位置ずれを警告又は修正するロボット教示装置
CN110171000B (zh) 坡口切割方法、装置及控制设备
ElMaraghy et al. Integrated inspection and machining for maximum conformance to design tolerances
CN111085902B (zh) 一种视觉在线检测及修正的工件打磨系统
CN116188526A (zh) 一种轨迹生成方法、装置、设备及介质
Arntz et al. Computer aided manufacturing supported process planning of additive manufacturing by laser deposition welding
CN112171120B (zh) 基于机器人焊缝特征节点的焊接方法
CN111435400A (zh) 一种零件的修复方法、修复装置及3d打印机
Njaastad et al. Automatic touch-up of welding paths using 3d vision
CN113878592A (zh) 基于激光寻位的工件切割方法、装置及切割机器人
Penttilä et al. Virtual reality enabled manufacturing of challenging workpieces
CN116542914A (zh) 基于3d点云的焊缝提取与拟合方法
CN112257252B (zh) 一种仿真分析机床空间误差对工件加工精度影响的方法
CN114453981A (zh) 工件找正方法及装置
CN114683283B (zh) 一种焊接机器人免示教焊接方法及装置
Huang et al. An Automatic 3D Work Object Calibration Method Based on Hybrid 2D Image Vision
CN113733085B (zh) 工业机器人离线编程方法及装置
CN114260902B (zh) 一种基于3d扫描的工业机器人轨迹离线生成方法及系统
US20240042605A1 (en) Apparatus and a Method for Automatically Programming a Robot to Follow Contours of Objects
Marco-Rider et al. Supporting robotic welding of aluminium with a laser line scanner-based trigger definition method
Yukhimets Tool Path Planning Method for Industrial Manipulators Based on 3D-Model Obtained From Computer Vision Systems

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