CN112222569B - 一种焊缝跟踪方法、装置、机器人和储存介质 - Google Patents
一种焊缝跟踪方法、装置、机器人和储存介质 Download PDFInfo
- Publication number
- CN112222569B CN112222569B CN202011065997.0A CN202011065997A CN112222569B CN 112222569 B CN112222569 B CN 112222569B CN 202011065997 A CN202011065997 A CN 202011065997A CN 112222569 B CN112222569 B CN 112222569B
- Authority
- CN
- China
- Prior art keywords
- welding
- layer
- preset area
- crawling
- current
- 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
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
- 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
-
- 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
- B23K9/1274—Using non-contact, optical means, e.g. laser means
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Optics & Photonics (AREA)
- Geometry (AREA)
- Laser Beam Processing (AREA)
- Manipulator (AREA)
Abstract
本发明实施例公开了一种焊缝跟踪方法、装置、机器人和储存介质。该方法,包括:获取并记录当前位置的本层焊缝预设区域图像;若当前焊接层数大于预设焊接层数,获取前层焊接过程中记录的对应所述当前位置的前层焊缝预设区域图像;其中,焊缝的焊接过程包括多层焊接;根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行;其中,所述本层焊缝预设区域图像和所述前层焊缝预设区域图像均由设置在焊枪前方的激光相机获取。本发明实施例的技术方案在当前焊接层数大于预设焊接层数的情况下,通过本层焊缝区域图像和前层焊接时采集的焊缝区域图像控制爬行机器人跟踪焊缝,实现准确跟踪焊缝的效果。
Description
技术领域
本发明实施例涉及自动焊接技术,尤其涉及一种焊缝跟踪方法、装置、机器人和储存介质。
背景技术
焊接机器人在对焊缝实施焊接的过程中,需要进行多层焊接工作。
现有技术中,焊接机器人通过激光相机识别焊缝位置,来实现自动跟踪焊缝并完成焊接。但是,在焊接的填充阶段和盖面阶段,焊缝坡口变浅,激光相机照射在焊缝上的线激光图像直线特征不明显,而且激光线粗细明暗不均匀,难以通过检测线激光图像直线的方式定位拐点。就容易出现焊缝识别不准的情况,因此焊接机器人可能出现跑偏,降低了可靠性。
发明内容
本发明实施例提供一种焊缝跟踪方法、装置、机器人和储存介质,以实现提高焊缝跟踪可靠性。
第一方面,本发明实施例提供了一种焊缝跟踪方法,包括:
获取并记录当前位置的本层焊缝预设区域图像;
若当前焊接层数大于预设焊接层数,获取前层焊接过程中记录的对应所述当前位置的前层焊缝预设区域图像;其中,焊缝的焊接过程包括多层焊接;
根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行;其中,所述本层焊缝预设区域图像和所述前层焊缝预设区域图像均由设置在焊枪前方的激光相机获取。
第二方面,本发明实施例还提供了一种焊缝跟踪装置,包括:
本层图像获取模块,用于获取并记录当前位置的本层焊缝预设区域图像;
前层图像获取模块,用于若当前焊接层数大于预设焊接层数,获取前层焊接过程中记录的对应所述当前位置的前层焊缝预设区域图像;其中,焊缝的焊接过程包括多层焊接;
焊缝跟踪模块,用于根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行;其中,所述本层焊缝预设区域图像和所述前层焊缝预设区域图像均由设置在焊枪前方的激光相机获取。
第三方面,本发明实施例还提供了一种爬行焊接机器人,所述爬行焊接机器人包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
激光相机,用于以线激光照射焊缝,并获取焊缝区域图像;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所提供的焊缝跟踪方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例所提供的焊缝跟踪方法。
本发明实施例通过本层焊缝区域图像和前层焊接时采集的焊缝区域图像控制爬行机器人跟踪焊缝,解决焊缝坡口变浅而导致通过激光相机识别焊缝位置不准确的问题,实现准确跟踪焊缝,提高可靠性的效果。
附图说明
图1是本发明实施例一中的一种焊缝跟踪方法的流程图;
图2A是本发明实施例二中的一种焊缝跟踪方法的流程图;
图2B是本发明实施例二中的焊缝区域的线激光图像的示意图;
图3A是本发明实施例三中的一种焊缝跟踪方法的流程图;
图3B是本发明实施例三中的焊缝区域的线激光图像的示意图;
图4是本发明实施例四中的一种焊缝跟踪装置的结构示意图;
图5是本发明实施例五中的一种爬行焊接机器人的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种焊缝跟踪方法的流程图,本实施例可适用于爬行焊接机器人进行焊接的情况,该方法可以由焊缝跟踪装置来执行,该装置可以由硬件和/或软件来实现,并一般可以集成在爬行焊接机器人中,该方法具体包括如下步骤:
步骤110、获取并记录当前位置的本层焊缝预设区域图像;
其中,对于一个焊缝的焊接过程可以包括多个焊接阶段,例如包括打底阶段、填充阶段和盖面阶段,而填充阶段又可以包括多层填充。所以,一个焊缝需要经过多层焊接才能完成。本层焊缝预设区域图像指的是爬行焊接机器人在焊接当前的焊接层过程中,由设置在焊枪前方的激光相机获取的焊缝区域的图像。本层焊缝预设区域图像包括激光相机的激光器发出的线激光照射在焊缝上的图像。将获取到的本层焊缝预设区域图像记录下来,并且根据爬行机器人的爬行距离确定当前位置,也就是将距焊接启动的距离作为当前位置。
步骤120、若当前焊接层数大于预设焊接层数,获取前层焊接过程中记录的对应所述当前位置的前层焊缝预设区域图像;
其中,一个焊缝需要多少层焊接是预先根据工艺参数设定的,本实施例中将焊接的先后顺序作为焊接层数的命名顺序,也就是打底阶段的第一层焊接的焊接层数为1,依次类推。一般在盖面阶段坡口较浅,继续通过激光相机识别线激光图像的拐点可能焊缝位置识别不够准确,就需要获取前层焊接时记录的前层焊缝预设区域图像,作为识别焊缝位置的图像模板。另外,接近盖面阶段的填充焊接也可以获取前层焊接时记录的前层焊缝预设区域图像,作为识别焊缝位置的图像模板。所以,可以预先选择某一焊接层数作为预设焊接层数,在大于该预设焊接层数的焊接过程中,就获取前层焊缝预设区域图像作为图像模板。前层焊缝预设区域图像是与当前位置相同或相近的前面一层焊接过程中由设置在焊枪前方的激光相机获取的焊缝区域的图像。
步骤130、根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行。
其中,以前层焊缝预设区域图像作为模板图像,将本层焊缝预设区域图像与模板图像进行特征匹配,从而确定爬行焊接机器人与焊缝的相对位置,进而控制爬行焊接机器人跟踪焊缝爬行。
本实施例的技术方案,通过本层焊缝区域图像和前层焊接时采集的焊缝区域图像控制爬行机器人跟踪焊缝,解决焊缝坡口变浅而导致通过激光相机识别焊缝位置不准确的问题,实现准确跟踪焊缝,提高可靠性的效果。
实施例二
图2A为本发明实施例二提供的一种焊缝跟踪方法的流程图,本实施例提供的技术方案在上述技术方案的基础上进一步细化,该方法包括:
步骤210、根据当前焊接层的焊接速度和当前时刻与起弧时刻的时间间隔,确定当前时刻距焊接起点的距离;
步骤220、获取当前时刻的所述本层焊缝预设区域图像;
步骤230、将所述本层焊缝预设区域图像和所述当前时刻距焊接起点的距离对应记录。
其中,结合焊接速度,也就是爬行焊接机器人移动速度,将每次保存图像的时刻信息,折算为距离尺度,例如,焊接速度为v,保存图像的时间为t,其与起弧时刻的时间间隔为△t,则换算为距离是s=v*△t,s即为当前位置与焊接起点的距离。
可选的,在所述获取并记录当前位置的本层焊缝预设区域图像之后,还包括:
若当前焊接层数小于或等于所述预设焊接层数,识别所述本层焊缝预设区域图像中线激光图像的拐点;
根据所述拐点确定焊缝中心位置;
根据所述焊缝中心位置,控制所述爬行焊接机器人跟踪焊缝爬行。
其中,如果当前焊接层数小于或等于所述预设焊接层数,坡口相对较深,可以继续通过激光相机识别线激光图像的拐点确定焊缝位置,如图2B所示的激光图像的两个拐点较为清晰。
步骤240、以所述当前时刻距焊接起点的距离为中心点,选取距离中心点前后预设距离范围内的至少一张所述前层焊缝预设区域图像,作为对应所述当前位置的前层焊缝预设区域图像。
其中,根据焊接速度和当前时刻到起弧时刻的时间间隔,检索对应位置处的模板图像,可以为一张或多张,用于从当前图像的搜索区域中匹配出焊缝位置。由于每层焊接过程中记录的焊缝预设区域图像的位置不一定严格对齐,所以需要在当前位置附近搜索前层焊缝预设区域图像作为模板图像。可以预先确定预设距离范围,来搜索当前位置附近的前层焊缝预设区域图像。
步骤250、根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行。
可选的,根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行,包括:
将所述本层焊缝预设区域图像转换为本层焊缝预设区域灰度图;
将对应的所述前层焊缝预设区域图像转换为前层焊缝预设区域灰度图;
将所述本层焊缝预设区域灰度图与所述前层焊缝预设区域灰度图进行图像特征匹配,确定在所述当前位置所述爬行焊接机器人与焊缝的相对位置;
根据在所述当前位置与焊缝的相对位置,控制所述爬行焊接机器人跟踪焊缝爬行。
本实施例的技术方案,通过选取当前位置附近的前层焊缝预设区域图像作为模板图像,从而确定焊缝位置,控制爬行焊接机器人跟踪焊缝。
实施例三
图3A为本发明实施例三提供的一种焊缝跟踪方法的流程图,本实施例提供的技术方案在上述技术方案的基础上进一步细化,该方法包括:
步骤310、获取并记录当前位置的本层焊缝预设区域图像;
步骤320、若当前焊接层数大于预设焊接层数,获取前层焊接过程中记录的对应所述当前位置的前层焊缝预设区域图像;其中,在本实施例中所述预设焊接层数为倒数第二层。也就是只在盖面阶段的焊接采用图像特征匹配的方式确定焊缝位置。
步骤330、根据所述本层焊缝预设区域图像中未被盖面的一侧焊缝图像和对应的所述前层焊缝预设区域图像中同侧焊缝图像,确定在所述当前位置所述爬行焊接机器人与焊缝的相对位置;
其中,当来到盖面阶段,焊缝坡口变浅,当从焊缝一侧盖面一道后,焊缝预设区域图像上的那一侧的激光图像直线拐点特征被覆盖,如图3B所示,激光图像在已经盖面的部分为弯曲的弧线,拐点已经很难识别出来。右侧焊道先盖面,此时选取左侧拐点的区域图像进行跟踪,与保存的特征模板进行匹配来定位区域位置,进而确定要跟踪的坐标。
步骤340、根据在所述当前位置所述爬行焊接机器人与焊缝的相对位置,控制所述爬行焊接机器人跟踪焊缝爬行。
本实施例的技术方案,在盖面阶段,提取图像特征进行匹配时,选择未盖面的一侧区域的图像进行匹配,来确定焊缝位置,保证焊缝位置能够识别,提高焊缝跟踪的可靠性。
实施例四
图4为本发明实施例四提供的一种焊缝跟踪装置的结构示意图,本实施例可适用于爬行焊接机器人进行焊接的情况,该装置包括:
本层图像获取模块410,用于获取并记录当前位置的本层焊缝预设区域图像;
前层图像获取模块420,用于若当前焊接层数大于预设焊接层数,获取前层焊接过程中记录的对应所述当前位置的前层焊缝预设区域图像;其中,焊缝的焊接过程包括多层焊接;
焊缝跟踪模块430,用于根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行;其中,所述本层焊缝预设区域图像和所述前层焊缝预设区域图像均由设置在焊枪前方的激光相机获取。
本实施例的技术方案,通过本层焊缝区域图像和前层焊接时采集的焊缝区域图像控制爬行机器人跟踪焊缝,解决焊缝坡口变浅而导致通过激光相机识别焊缝位置不准确的问题,实现准确跟踪焊缝,提高可靠性的效果。
可选的,本层图像获取模块410,具体用于:
根据当前焊接层的焊接速度和当前时刻与起弧时刻的时间间隔,确定当前时刻距焊接起点的距离;
获取当前时刻的所述本层焊缝预设区域图像;
将所述本层焊缝预设区域图像和所述当前时刻距焊接起点的距离对应记录。
可选的,焊缝跟踪装置,还包括:
拐点识别模块,用于在所述获取并记录当前位置的本层焊缝预设区域图像之后,若当前焊接层数小于或等于所述预设焊接层数,识别所述本层焊缝预设区域图像中线激光图像的拐点;
焊缝位置确定模块,用于根据所述拐点确定焊缝中心位置;
跟踪爬行模块,用于根据所述焊缝中心位置,控制所述爬行焊接机器人跟踪焊缝爬行。
可选的,前层图像获取模块420,具体用于:
以所述当前时刻距焊接起点的距离为中心点,选取距离中心点前后预设距离范围内的至少一张所述前层焊缝预设区域图像,作为对应所述当前位置的前层焊缝预设区域图像。
可选的,焊缝跟踪模块430,具体用于:
将所述本层焊缝预设区域图像转换为本层焊缝预设区域灰度图;
将对应的所述前层焊缝预设区域图像转换为前层焊缝预设区域灰度图;
将所述本层焊缝预设区域灰度图与所述前层焊缝预设区域灰度图进行图像特征匹配,确定在所述当前位置所述爬行焊接机器人与焊缝的相对位置;
根据在所述当前位置与焊缝的相对位置,控制所述爬行焊接机器人跟踪焊缝爬行。
可选的,所述预设焊接层数为倒数第二层。
相应的,焊缝跟踪模块430,具体用于:
根据所述本层焊缝预设区域图像中未被盖面的一侧焊缝图像和对应的所述前层焊缝预设区域图像中同侧焊缝图像,确定在所述当前位置所述爬行焊接机器人与焊缝的相对位置;
根据在所述当前位置所述爬行焊接机器人与焊缝的相对位置,控制所述爬行焊接机器人跟踪焊缝爬行。
本发明实施例所提供的焊缝跟踪装置可执行本发明任意实施例所提供的焊缝跟踪方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五提供的一种爬行焊接机器人的结构示意图,如图5所示,该爬行焊接机器人包括处理器510、存储器520和激光相机530;爬行焊接机器人中处理器510的数量可以是一个或多个,图5中以一个处理器510为例;爬行焊接机器人中的处理器510、存储器520和激光相机530可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器520作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的焊缝跟踪方法对应的程序指令/模块(例如,焊缝跟踪装置中的本层图像获取模块410、前层图像获取模块420和焊缝跟踪模块430)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块,从而执行爬行焊接机器人的各种功能应用以及数据处理,即实现上述的焊缝跟踪方法。
存储器520可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器520可进一步包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至爬行焊接机器人。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
激光相机530,用于以线激光照射焊缝,并获取焊缝区域图像。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种焊缝跟踪方法,该方法包括:
获取并记录当前位置的本层焊缝预设区域图像;
若当前焊接层数大于预设焊接层数,获取前层焊接过程中记录的对应所述当前位置的前层焊缝预设区域图像;其中,焊缝的焊接过程包括多层焊接;
根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行;其中,所述本层焊缝预设区域图像和所述前层焊缝预设区域图像均由设置在焊枪前方的激光相机获取。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的焊缝跟踪方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的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,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,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)执行本发明各个实施例所述的方法。
值得注意的是,上述焊缝跟踪装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种焊缝跟踪方法,其特征在于,包括:
获取并记录当前位置的本层焊缝预设区域图像;
若当前焊接层数大于预设焊接层数,获取前层焊接过程中记录的对应所述当前位置的前层焊缝预设区域图像;其中,焊缝的焊接过程包括多层焊接;
根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行;其中,所述本层焊缝预设区域图像和所述前层焊缝预设区域图像均由设置在焊枪前方的激光相机获取;
其中,以前层焊缝预设区域图像作为模板图像,将本层焊缝预设区域图像与模板图像进行特征匹配,从而确定爬行焊接机器人与焊缝的相对位置,进而控制爬行焊接机器人跟踪焊缝爬行;
在所述获取并记录当前位置的本层焊缝预设区域图像之后,还包括:若当前焊接层数小于或等于所述预设焊接层数,识别所述本层焊缝预设区域图像中线激光图像的拐点;根据所述拐点确定焊缝中心位置;根据所述焊缝中心位置,控制所述爬行焊接机器人跟踪焊缝爬行。
2.根据权利要求1所述的方法,其特征在于,所述获取并记录当前位置的本层焊缝预设区域图像,包括:
根据当前焊接层的焊接速度和当前时刻与起弧时刻的时间间隔,确定当前时刻距焊接起点的距离;
获取当前时刻的所述本层焊缝预设区域图像;
将所述本层焊缝预设区域图像和所述当前时刻距焊接起点的距离对应记录。
3.根据权利要求2所述的方法,其特征在于,所述若当前焊接层数大于预设焊接层数,获取前层焊接过程中记录的对应所述当前位置的前层焊缝预设区域图像,包括:
以所述当前时刻距焊接起点的距离为中心点,选取距离中心点前后预设距离范围内的至少一张所述前层焊缝预设区域图像,作为对应所述当前位置的前层焊缝预设区域图像。
4.根据权利要求1所述的方法,其特征在于,根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行,包括:
将所述本层焊缝预设区域图像转换为本层焊缝预设区域灰度图;
将对应的所述前层焊缝预设区域图像转换为前层焊缝预设区域灰度图;
将所述本层焊缝预设区域灰度图与所述前层焊缝预设区域灰度图进行图像特征匹配,确定在所述当前位置所述爬行焊接机器人与焊缝的相对位置;
根据在所述当前位置与焊缝的相对位置,控制所述爬行焊接机器人跟踪焊缝爬行。
5.根据权利要求1所述的方法,其特征在于,所述预设焊接层数为倒数第二层。
6.根据权利要求5所述的方法,其特征在于,所述根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行,包括:
根据所述本层焊缝预设区域图像中未被盖面的一侧焊缝图像和对应的所述前层焊缝预设区域图像中同侧焊缝图像,确定在所述当前位置所述爬行焊接机器人与焊缝的相对位置;
根据在所述当前位置所述爬行焊接机器人与焊缝的相对位置,控制所述爬行焊接机器人跟踪焊缝爬行。
7.一种焊缝跟踪装置,其特征在于,包括:
本层图像获取模块,用于获取并记录当前位置的本层焊缝预设区域图像;
前层图像获取模块,用于若当前焊接层数大于预设焊接层数,获取前层焊接过程中记录的对应所述当前位置的前层焊缝预设区域图像;其中,焊缝的焊接过程包括多层焊接;
焊缝跟踪模块,用于根据所述本层焊缝预设区域图像和对应的所述前层焊缝预设区域图像,控制爬行焊接机器人跟踪焊缝爬行;其中,所述本层焊缝预设区域图像和所述前层焊缝预设区域图像均由设置在焊枪前方的激光相机获取;
所述焊缝跟踪装置以前层焊缝预设区域图像作为模板图像,将本层焊缝预设区域图像与模板图像进行特征匹配,从而确定爬行焊接机器人与焊缝的相对位置,进而控制爬行焊接机器人跟踪焊缝爬行;
其中,所述焊缝跟踪装置还包括:
拐点识别模块,用于在所述获取并记录当前位置的本层焊缝预设区域图像之后,若当前焊接层数小于或等于所述预设焊接层数,识别所述本层焊缝预设区域图像中线激光图像的拐点;
焊缝位置确定模块,用于根据所述拐点确定焊缝中心位置;
跟踪爬行模块,用于根据所述焊缝中心位置,控制所述爬行焊接机器人跟踪焊缝爬行。
8.一种爬行焊接机器人,其特征在于,所述爬行焊接机器人包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
激光相机,用于以线激光照射焊缝,并获取焊缝区域图像;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的焊缝跟踪方法。
9.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的焊缝跟踪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011065997.0A CN112222569B (zh) | 2020-09-30 | 2020-09-30 | 一种焊缝跟踪方法、装置、机器人和储存介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011065997.0A CN112222569B (zh) | 2020-09-30 | 2020-09-30 | 一种焊缝跟踪方法、装置、机器人和储存介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112222569A CN112222569A (zh) | 2021-01-15 |
CN112222569B true CN112222569B (zh) | 2021-11-23 |
Family
ID=74119341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011065997.0A Active CN112222569B (zh) | 2020-09-30 | 2020-09-30 | 一种焊缝跟踪方法、装置、机器人和储存介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112222569B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113334387B (zh) * | 2021-06-30 | 2024-06-04 | 北京博清科技有限公司 | 焊接机器人的控制方法、装置、存储介质及焊接机器人 |
CN114274158B (zh) * | 2021-12-31 | 2024-02-02 | 北京博清科技有限公司 | 爬行焊接机器人的控制方法、控制器以及焊接系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100859335B1 (ko) * | 2007-06-19 | 2008-09-19 | 삼성중공업 주식회사 | 엘브이에스와 비주얼서보잉을 이용한 용접시작점 추적방법 |
CN102699534A (zh) * | 2012-06-26 | 2012-10-03 | 哈尔滨工业大学 | 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 |
CN107442900A (zh) * | 2017-08-04 | 2017-12-08 | 淮安信息职业技术学院 | 一种激光视觉焊缝跟踪方法 |
KR20180119723A (ko) * | 2017-04-25 | 2018-11-05 | 대화정공 주식회사 | 허프변환을 이용한 용접선 추적 방법 |
CN110548969A (zh) * | 2018-05-31 | 2019-12-10 | 中国石油天然气集团有限公司 | 焊接方法及装置 |
CN111055054A (zh) * | 2020-01-13 | 2020-04-24 | 北京博清科技有限公司 | 一种焊缝识别方法、装置、焊接机器人及储存介质 |
CN111376271A (zh) * | 2020-03-31 | 2020-07-07 | 北京博清科技有限公司 | 控制焊接机器人的方法、装置、焊接机器人和储存介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103008881A (zh) * | 2012-12-05 | 2013-04-03 | 中国电子科技集团公司第四十五研究所 | 一种基于模板匹配的焊缝跟踪方法 |
CN103240550B (zh) * | 2013-05-08 | 2015-12-02 | 北京斯达峰控制技术有限公司 | 一种数控焊接方法、装置及系统 |
CN109175608B (zh) * | 2018-09-30 | 2023-06-20 | 华南理工大学 | 焊缝特征点位置在线测量方法及焊缝轨迹自动测量系统 |
CN109986172B (zh) * | 2019-05-21 | 2021-03-16 | 广东工业大学 | 一种焊缝定位方法、设备及系统 |
CN110814465B (zh) * | 2019-11-28 | 2021-09-03 | 华东交通大学理工学院 | 一种自动焊接焊缝轮廓提取的通用方法 |
-
2020
- 2020-09-30 CN CN202011065997.0A patent/CN112222569B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100859335B1 (ko) * | 2007-06-19 | 2008-09-19 | 삼성중공업 주식회사 | 엘브이에스와 비주얼서보잉을 이용한 용접시작점 추적방법 |
CN102699534A (zh) * | 2012-06-26 | 2012-10-03 | 哈尔滨工业大学 | 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 |
KR20180119723A (ko) * | 2017-04-25 | 2018-11-05 | 대화정공 주식회사 | 허프변환을 이용한 용접선 추적 방법 |
CN107442900A (zh) * | 2017-08-04 | 2017-12-08 | 淮安信息职业技术学院 | 一种激光视觉焊缝跟踪方法 |
CN110548969A (zh) * | 2018-05-31 | 2019-12-10 | 中国石油天然气集团有限公司 | 焊接方法及装置 |
CN111055054A (zh) * | 2020-01-13 | 2020-04-24 | 北京博清科技有限公司 | 一种焊缝识别方法、装置、焊接机器人及储存介质 |
CN111376271A (zh) * | 2020-03-31 | 2020-07-07 | 北京博清科技有限公司 | 控制焊接机器人的方法、装置、焊接机器人和储存介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112222569A (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112222569B (zh) | 一种焊缝跟踪方法、装置、机器人和储存介质 | |
CN109670523B (zh) | 用包括跟踪网的卷积神经网络获取与图像中的对象对应的边界框的方法和使用其的计算装置 | |
CN109543662B (zh) | 基于区域提议的目标检测方法、系统、装置和存储介质 | |
CN111376271B (zh) | 控制焊接机器人的方法、装置、焊接机器人和储存介质 | |
CN113319859B (zh) | 一种机器人示教方法、系统、装置及电子设备 | |
CN110070083A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN110544268B (zh) | 一种基于结构光及SiamMask网络的多目标跟踪方法 | |
CN112926461B (zh) | 神经网络训练、行驶控制方法及装置 | |
CN111723724A (zh) | 一种路面障碍物识别方法和相关装置 | |
CN112967388A (zh) | 三维时序图像神经网络模型的训练方法和装置 | |
CN114194180A (zh) | 一种辅助泊车信息的确定方法、装置、设备及介质 | |
CN111964680A (zh) | 一种巡检机器人的实时定位方法 | |
CN113579601B (zh) | 一种焊道的定位方法、装置、焊接机器人和存储介质 | |
CN114740867A (zh) | 基于双目视觉的智能避障方法、装置、机器人及介质 | |
CN114633047A (zh) | 一种焊接定位方法、系统、装置以及计算机可读存储介质 | |
CN117444450A (zh) | 一种焊缝焊接方法、电子设备和存储介质 | |
CN114536326B (zh) | 一种路标数据处理方法、装置及存储介质 | |
CN115116128B (zh) | 一种自约束优化的人体姿态估计方法及系统 | |
CN116643252A (zh) | 一种车辆充电接口的定位方法、装置和存储介质 | |
CN112200765B (zh) | 车辆中被误检的关键点的确定方法及装置 | |
CN111027540A (zh) | 一种寻找目标对象的方法和设备 | |
CN113223077A (zh) | 基于视觉辅助激光自动初始定位的方法及装置 | |
CN111680709A (zh) | 一种基于环境图片特征匹配的定位方法 | |
CN115797412B (zh) | 动态对象异常值并行检测方法、装置、系统、设备及介质 | |
KR102592450B1 (ko) | 자율주행을 위한 영상인식 알고리즘의 성능 강화 장치 및 그 제어 방법 |
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 |