CN111179255B - 一种膜式水冷壁自动化制备过程中特征识别方法 - Google Patents

一种膜式水冷壁自动化制备过程中特征识别方法 Download PDF

Info

Publication number
CN111179255B
CN111179255B CN201911402560.9A CN201911402560A CN111179255B CN 111179255 B CN111179255 B CN 111179255B CN 201911402560 A CN201911402560 A CN 201911402560A CN 111179255 B CN111179255 B CN 111179255B
Authority
CN
China
Prior art keywords
point cloud
coordinate system
wall
membrane wall
parameters
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
CN201911402560.9A
Other languages
English (en)
Other versions
CN111179255A (zh
Inventor
吴玲珑
许春权
刘欣
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.)
Nanjing Iungo Technology Co ltd
Original Assignee
Nanjing Iungo Technology Co ltd
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 Nanjing Iungo Technology Co ltd filed Critical Nanjing Iungo Technology Co ltd
Priority to CN201911402560.9A priority Critical patent/CN111179255B/zh
Publication of CN111179255A publication Critical patent/CN111179255A/zh
Application granted granted Critical
Publication of CN111179255B publication Critical patent/CN111179255B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/02Processes 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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K33/00Specially-profiled edge portions of workpieces for making soldering or welding connections; Filling the seams formed thereby
    • B23K33/004Filling of continuous seams
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30152Solder

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种膜式水冷壁自动化制备过程中特征识别方法。本发明修正了膜式壁装夹产生的位置偏差,修正膜式壁加工过程中热变形而产生的偏差,修正膜式壁钢管与扁钢连接位置与尺寸误差,识别膜式壁每一根钢管、扁钢的尺寸和位置信息。通过视觉采集图像信息来识别出钢管和扁钢形状特征和位置信息,为后续自动化规划堆焊路径,制定焊接工艺参数提供数据支持。可以通过机器视觉识别膜式壁特征信息和位置参数,修正由于变形导致的焊缝位置不正确产生的缺陷,降低人为因素,提高生成质量和效率。

Description

一种膜式水冷壁自动化制备过程中特征识别方法
技术领域
本发明涉及工业设备技术领域,尤其涉及一种膜式水冷壁自动化制备过程中特征识别方法。
背景技术
膜式水冷壁在工业锅炉中应用广泛,相比普通水冷壁,如附图1所示,在水冷壁上堆焊一层耐磨耐腐蚀层,膜式壁可以提高锅炉设备运行的稳定性和安全性。
堆焊耐磨防蚀层是比较常用的一种膜式壁生产方法,通常膜式壁宽度为2-3米,高度8-12米,目前该方法生产膜式壁主要依赖人工或半自动化焊接装置,生产过程中人工不断调整焊枪位置和角度,设置焊机工艺参数,整体过程人工干预较多,堆焊质量不易控制,生产效率很难提高。
膜式壁自动化堆焊生成的难点在于:
1.膜式壁装夹精度不易控制。
2.膜式壁生成过程中有较大变形,实际管板位置与理论模型有差异,会导致离线编程路径每次都需要人工调整。
3.膜式壁堆焊时不同位置需要适配不同的焊枪姿态和焊接参数。
4.堆焊后质量检测需要人工干预,以便焊后进行修补工作。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种膜式水冷壁自动化制备过程中特征识别方法,可以通过机器视觉识别膜式壁特征信息和位置参数,修正由于变形导致的焊缝位置不正确产生的缺陷,降低人为因素,提高生成质量和效率。
为实现上述目的,本发明提供了一种膜式水冷壁自动化制备过程中特征识别方法,包括以下步骤:
步骤1、使用机器人新建一个工件坐标系,记作Wobj1,从左到右钢管分别记作P1,P2…Pn,坐标系Y正方向为延膜式壁钢管轴线向上方向,坐标系X方向为延膜式壁表面水平向右方向;
步骤2、生成膜式壁拍摄点路径,控制机器人抓取3D相机,升降台从下往上运动,机器人运动到指定拍摄点C1、C2、C3…Cm后,设备静止后进行拍摄,软件记录拍摄点坐标和拍摄点云信息;
步骤3、经过步骤2,完成P1,P2管区域的所有点云信息采集;
步骤4、计算分析出每张照片中膜式壁管-板尺寸和位置信息;
步骤5、根据识别出的模型参数,对每张照片中的工件进行焊缝路径规划,计算出该路径下的焊枪姿态和工艺参数,最后将路径从上到下进行拼接处理,生成若干条完整的从上到下的堆焊路径;
步骤6、将路径和工艺参数转换为机器人控制代码,控制机器人完成膜式壁P1区域的堆焊工作;
步骤7、将拍摄区域X方向右平移1根管的间距,重复步骤2到步骤5,拍摄出P1和P2区域,对P1已经堆焊区域进行焊缝表面特征识别,找出异常区域;
步骤8、重复步骤2到步骤7,即可完成P2,P3…Pn所有区域的堆焊生成工作。
优选的,所述步骤1的坐标系原点距离膜式壁下方边100mm,位于膜式壁最左侧两根钢管之间。
优选的,所述步骤4具体为:
步骤41、对相机拍摄的点云进行降采处理和滤波操作;
步骤42、完成降采滤波后,进行离群点剔除处理;
步骤43、将点云点坐标由相机坐标系转换为工件坐标系Wobj1,完成点云预处理工作;
步骤44、从预处理后的点云中使用RANSAC算法从点云中提取出圆柱面的点,并计算出圆柱半径和轴线,得出圆柱参数;
步骤45、提取圆柱面后剩余的点云为扁钢区域,再次使用RANSAN算法进行平面提取,计算出平面方程,平面使用法线式表示(Nx,Ny,Nz,d),NxNyNz为平面的法线方向,d为平面到原点的距离,得出扁钢平面参数;
步骤46、通过圆柱参数和扁钢平面参数,新建一个坐标系,记作Wobj_std,该坐标系原点与Wobj1重合,Y轴正方向为圆柱轴线向上的方向,Z轴正方向为扁钢法线方向;
步骤47、将点云坐标转换为Wobj_std,完成膜式壁特征识别和位置参数识别。
优选的,所述步骤41在不改变点云局部特征的条件下降低点云密度,使用1mm*1mm*1mm的体素栅格进行滤波操作。
优选的,所述步骤44中轴线使用点法式表示,x,y,z,Nx,Ny,Nz即轴线经过空间点x,y,z,方向为Nx,Ny,Nz。
本发明的有益效果是:
本发明通过视觉采集图像信息来识别出钢管和扁钢形状特征和位置信息,为后续自动化规划堆焊路径,制定焊接工艺参数提供数据支持。可以通过机器视觉识别膜式壁特征信息和位置参数,修正由于变形导致的焊缝位置不正确产生的缺陷,降低人为因素,提高生成质量和效率。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的膜式壁堆焊层示意图。
图2是本发明的膜式壁自动化制备装置示意图。
图3是本发明的膜式壁图像采集装置示意图。
图4是本发明的原始单张点云示意图。
图5是本发明的滤波后的点云示意图。
图6是本发明的提取圆柱面特征示意图。
图7是本发明的提取扁钢特征示意图。
图8是本发明的方法流程图。
图9是本发明的计算分析出每张照片中膜式壁管-板尺寸和位置信息方法流程图。
具体实施方式
如图8所示,本发明的一种膜式水冷壁自动化制备过程中特征识别方法,包括以下步骤:
步骤1、使用机器人新建一个工件坐标系,记作Wobj1,从左到右钢管分别记作P1,P2…Pn,坐标系Y正方向为延膜式壁钢管轴线向上方向,坐标系X方向为延膜式壁表面水平向右方向;
步骤2、生成膜式壁拍摄点路径,控制机器人抓取3D相机,升降台从下往上运动,机器人运动到指定拍摄点C1、C2、C3…Cm后,设备静止后进行拍摄,软件记录拍摄点坐标和拍摄点云信息;
步骤3、经过步骤2,完成P1,P2管区域的所有点云信息采集;
步骤4、计算分析出每张照片中膜式壁管-板尺寸和位置信息;
步骤5、根据识别出的模型参数,对每张照片中的工件进行焊缝路径规划,计算出该路径下的焊枪姿态和工艺参数,最后将路径从上到下进行拼接处理,生成若干条完整的从上到下的堆焊路径;
步骤6、将路径和工艺参数转换为机器人控制代码,控制机器人完成膜式壁P1区域的堆焊工作;
步骤7、将拍摄区域X方向右平移1根管的间距,重复步骤2到步骤5,拍摄出P1和P2区域,对P1已经堆焊区域进行焊缝表面特征识别,找出异常区域;
步骤8、重复步骤2到步骤7,即可完成P2,P3…Pn所有区域的堆焊生成工作。
如图9所示,上述步骤4具体为:
步骤41、对相机拍摄的点云进行降采处理和滤波操作;
步骤42、完成降采滤波后,进行离群点剔除处理;
步骤43、将点云点坐标由相机坐标系转换为工件坐标系Wobj1,完成点云预处理工作;
步骤44、从预处理后的点云中使用RANSAC算法从点云中提取出圆柱面的点,并计算出圆柱半径和轴线,得出圆柱参数;
步骤45、提取圆柱面后剩余的点云为扁钢区域,再次使用RANSAN算法进行平面提取,计算出平面方程,平面使用法线式表示(Nx,Ny,Nz,d),NxNyNz为平面的法线方向,d为平面到原点的距离,得出扁钢平面参数;
步骤46、通过圆柱参数和扁钢平面参数,新建一个坐标系,记作Wobj_std,该坐标系原点与Wobj1重合,Y轴正方向为圆柱轴线向上的方向,Z轴正方向为扁钢法线方向;
步骤47、将点云坐标转换为Wobj_std,完成膜式壁特征识别和位置参数识别。
以下结合具体实施例说明本发明的工作原理:
本发明中膜式壁自动化制备装置包含主要部件为:衍构机器人3D打印软件、水冷壁装夹定位模块、工业六轴机器人、工业3D相机、升降平台、焊接电源和其他焊接设备。膜式壁装夹后垂直于地面摆放,整体设备示意图请参看附图2,3D图像采集装置示意图请参考附图3。本发明的具体方案为:
1.使用机器人新建一个工件坐标系,记作Wobj1,从左到右钢管分别记作P1,P2…Pn,该坐标系原点距离膜式壁下方边沿约100mm,位于膜式壁最左侧两根钢管之间,坐标系Y正方向为延膜式壁钢管轴线向上方向,坐标系X方向为延膜式壁表面水平向右方向。
2.软件控制系统生成膜式壁拍摄点路径,控制机器人抓取3D相机,升降台从下往上运动,机器人运动到指定拍摄点C1、C2、C3…Cm后,设备静止后进行拍摄,软件记录拍摄点坐标和拍摄点云信息。
3.经过第二步,系统已经完成P1,P2管区域的所有点云信息采集。
4.软件计算分析出每张照片中膜式壁管-板尺寸和位置信息,每张照片的处理步骤如下:
4.1对相机拍摄的点云进行降采处理。相机采集的原始点云密度很高,为了保证点云的快速进行特征分析,需要不改变点云局部特征的条件下降低点云密度,使用1mm*1mm*1mm的体素栅格进行滤波操作,降采后点云请看附图4。
4.2完成降采滤波后,需要进行离群点剔除处理。因目标工件打磨后具有高反光的特性,拍摄的点云很难避免有一些噪声,噪声点与邻近点距离是不均匀的,一般都大于正常点与点的平均距离,可以利用这个特点,有效剔除噪声点,除噪后点云请参看附图5。
4.3将点云点坐标由相机坐标系转换为工件坐标系Wobj1,完成点云预处理工作。
4.4从预处理后的点云中使用RANSAC算法从点云中提取出圆柱面的点,并计算出圆柱半径和轴线(轴线使用点法式表示,x,y,z,Nx,Ny,Nz即轴线经过空间点x,y,z,方向为Nx,Ny,Nz),圆柱面提取结果,请参看附图6。
4.5提取圆柱面后剩余的点云为扁钢区域,可以再次使用RANSAN算法进行平面提取,计算出平面方程,平面使用法线式表示(Nx,Ny,Nz,d),NxNyNz为平面的法线方向,d为平面到原点的距离,扁钢平面提取结果,请参看附图7。
4.6通过圆柱参数和扁钢平面参数,可以新建一个坐标系,记作Wobj_std。该坐标系原点与Wobj1重合,Y轴正方向为圆柱轴线向上的方向,Z轴正方向为扁钢法线方向。
4.7将点云坐标转换为Wobj_std,完成膜式壁特征识别和位置参数识别。
5.根据识别出的模型参数,对每张照片中的工件进行焊缝路径规划,计算出该路径下的焊枪姿态和工艺参数,最后将路径从上到下进行拼接处理,生成若干条完整的从上到下的堆焊路径。
6.将路径和工艺参数转换为机器人控制代码,控制机器人完成膜式壁P1区域的堆焊工作。
7.将拍摄区域X方向右平移1根管的间距,重复第2步到第5步,拍摄出P1和P2区域,对P1已经堆焊区域进行焊缝表面特征识别,找出异常区域。
8.重复第2步到第7步,即可完成P2,P3…Pn所有区域的堆焊生成工作。
综上所述,本发明修正了膜式壁装夹产生的位置偏差,修正膜式壁加工过程中热变形而产生的偏差,修正膜式壁钢管与扁钢连接位置与尺寸误差,识别膜式壁每一根钢管、扁钢的尺寸和位置信息。通过视觉采集图像信息来识别出钢管和扁钢形状特征和位置信息,为后续自动化规划堆焊路径,制定焊接工艺参数提供数据支持。可以通过机器视觉识别膜式壁特征信息和位置参数,修正由于变形导致的焊缝位置不正确产生的缺陷,降低人为因素,提高生成质量和效率。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。

Claims (3)

1.一种膜式水冷壁自动化制备过程中特征识别方法,其特征在于,包括以下步骤:
步骤1、使用机器人新建一个工件坐标系,记作Wobj1,从左到右钢管分别记作P1,P2…Pn,坐标系Y正方向为延膜式壁钢管轴线向上方向,坐标系X方向为延膜式壁表面水平向右方向;
步骤2、生成膜式壁拍摄点路径,控制机器人抓取3D相机,升降台从下往上运动,机器人运动到指定拍摄点C1、C2、C3…Cm后,设备静止后进行拍摄,软件记录拍摄点坐标和拍摄点云信息;
步骤3、经过步骤2,完成P1,P2管区域的所有点云信息采集;
步骤4、计算分析出每张照片中膜式壁管-板尺寸和位置信息;
步骤5、根据识别出的模型参数,对每张照片中的工件进行焊缝路径规划,计算出该路径下的焊枪姿态和工艺参数,最后将路径从上到下进行拼接处理,生成若干条完整的从上到下的堆焊路径;
步骤6、将路径和工艺参数转换为机器人控制代码,控制机器人完成膜式壁P1区域的堆焊工作;
步骤7、将拍摄区域沿X方向向右平移1根管的间距,重复步骤2到步骤5,拍摄出P1和P2区域,对P1已经堆焊区域进行焊缝表面特征识别,找出异常区域;
步骤8、重复步骤2到步骤7,即可完成P2,P3…Pn所有区域的堆焊生成工作;
所述步骤1的坐标系原点距离膜式壁下方边100mm,位于膜式壁最左侧两根钢管之间;
所述步骤4具体为:
步骤41、对相机拍摄的点云进行降采样处理和滤波操作;
步骤42、完成降采样、滤波处理后,进行离群点剔除处理;
步骤43、将点云点坐标由相机坐标系转换为工件坐标系Wobj1,完成点云预处理工作;
步骤44、从预处理后的点云中使用RANSAC算法从点云中提取出圆柱面的点,并计算出圆柱半径和轴线,得出圆柱参数;
步骤45、提取圆柱面后剩余的点云为扁钢区域,再次使用RANSAC算法进行平面提取,计算出平面方程,平面使用法线式表示(Nx,Ny,Nz,d),Nx,Ny,Nz为平面的法线方向,d为平面到原点的距离,得出扁钢平面参数;
步骤46、通过圆柱参数和扁钢平面参数,新建一个坐标系,记作Wobj_std,该坐标系原点与Wobj1重合,Y轴正方向为圆柱轴线向上的方向,Z轴正方向为扁钢法线方向;
步骤47、将点云坐标转换为坐标系Wobj_std,完成膜式壁特征识别和位置参数识别。
2.如权利要求1所述的一种膜式水冷壁自动化制备过程中特征识别方法,其特征在于,所述步骤41在不改变点云局部特征的条件下降低点云密度,使用1mm*1mm*1mm的体素栅格进行滤波操作。
3.如权利要求1所述的一种膜式水冷壁自动化制备过程中特征识别方法,其特征在于,所述步骤44中轴线使用点法式表示,其中x,y,z为轴线经过空间点,Nx,Ny,Nz为法线方向。
CN201911402560.9A 2019-12-30 2019-12-30 一种膜式水冷壁自动化制备过程中特征识别方法 Active CN111179255B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911402560.9A CN111179255B (zh) 2019-12-30 2019-12-30 一种膜式水冷壁自动化制备过程中特征识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911402560.9A CN111179255B (zh) 2019-12-30 2019-12-30 一种膜式水冷壁自动化制备过程中特征识别方法

Publications (2)

Publication Number Publication Date
CN111179255A CN111179255A (zh) 2020-05-19
CN111179255B true CN111179255B (zh) 2021-11-16

Family

ID=70654195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911402560.9A Active CN111179255B (zh) 2019-12-30 2019-12-30 一种膜式水冷壁自动化制备过程中特征识别方法

Country Status (1)

Country Link
CN (1) CN111179255B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112465979A (zh) * 2020-11-10 2021-03-09 国网内蒙古东部电力有限公司检修分公司 一种基于剖切面几何特征的圆柱面点云拟合方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104034278A (zh) * 2014-06-05 2014-09-10 北京必可测科技股份有限公司 进行锅炉检测的方法及装置
RU2640279C1 (ru) * 2017-01-19 2017-12-27 Михаил Иванович Голубенко Устройство для сброса и регулирования глубины забора воды из отстойника

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6889887B1 (en) * 2003-12-21 2005-05-10 William G. Reeson Boiler water wall tube panel aligning jack device
CN106891111B (zh) * 2017-03-23 2019-01-22 北京航空航天大学 一种用于膜式水冷壁销钉焊接的机器人闭环加工系统
CN109822216B (zh) * 2019-01-15 2020-03-17 清华大学 焊道轨迹及姿态实时跟踪检测方法、电子设备及介质
CN110524581B (zh) * 2019-09-16 2023-06-02 西安中科光电精密工程有限公司 一种柔性焊接机器人系统及其焊接方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104034278A (zh) * 2014-06-05 2014-09-10 北京必可测科技股份有限公司 进行锅炉检测的方法及装置
RU2640279C1 (ru) * 2017-01-19 2017-12-27 Михаил Иванович Голубенко Устройство для сброса и регулирования глубины забора воды из отстойника

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Robotic welding of tubes with correction from 3D vision and force control;bredvold et al.;《ntnu open》;20161231;第1-10页 *
膜式水冷壁管屏管子与扁钢MPM焊缝咬边与尺寸的快速检测;李兵;《工艺与材料》;20151222;第37-38页 *

Also Published As

Publication number Publication date
CN111179255A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
CN110524580B (zh) 一种焊接机器人视觉组件及其测量方法
CN110227876B (zh) 基于3d点云数据的机器人焊接路径自主规划方法
CN112238304B (zh) 一种基于图像视觉识别焊缝的机械臂自动焊接小批量定制异型桥梁钢模板方法
CN110524582B (zh) 一种柔性组对焊接机器人工作站
CN109664008B (zh) 一种补焊系统及智能补焊方法
CN113798634B (zh) 空间环形焊缝示教与焊缝跟踪方法、系统及设备
CN109658456A (zh) 罐体内角焊缝激光视觉三维视觉定位方法
CN114227054B (zh) 一种基于3d点云的管板焊缝自动检测方法
CN110936077B (zh) 一种膜式水冷壁堆焊路径生成方法
CN110293559B (zh) 一种自动识别定位对准的安装方法
CN114515924B (zh) 一种基于焊缝识别的塔脚工件自动焊接系统及方法
CN101840736A (zh) 一种视觉引导下的光学玻璃安装装置及安装方法
CN112191993B (zh) 一种氩弧焊焊缝跟踪系统及方法
CN112958959A (zh) 一种基于三维视觉的自动化焊接和检测方法
CN109648202B (zh) 非平整面自主识别机器人增材制造成形精度控制方法
CN211028836U (zh) 一种六轴工业机器人自动装配系统
CN111179255B (zh) 一种膜式水冷壁自动化制备过程中特征识别方法
CN108788467A (zh) 一种面向航天构件的智能激光焊接系统
CN110625644A (zh) 一种基于机器视觉的工件抓取方法
CN115018813A (zh) 一种机器人自主识别与精确定位焊缝的方法
CN113379704A (zh) 构件焊缝表面缺陷识别定位及打磨方法、控制器及系统
CN117226154A (zh) 一种基于3d视觉引导的焊道铣削方法和系统
CN110421283B (zh) 一种管板换热器的管板焊接方法
CN115464669A (zh) 基于智能焊接机器人的智能光学感知处理系统及焊接方法
CN117047237A (zh) 一种异形件智能柔性焊接系统与方法

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