CN113787245A - 一种机器人智能焊接程序生成方法及系统 - Google Patents

Abstract

一种机器人智能焊接程序生成方法，包括以下步骤：获取待焊接部件的待焊缝轮廓；将所述待焊缝轮廓分割成若干直线和/或圆弧的焊缝段；根据所述焊缝段进行参数配置，其中所述参数配置包括获取专家库已预设及储存的对应所述焊缝段的特征点集的预设参数配置；以显示终端展示对应的参数配置以及焊接操作指令，并接收用户对所述参数配置以及焊接操作指令的调整信息；执行调整后和/或用户确认的焊接操作指令以使机器人智能焊接，根据焊接结果经用户反馈和焊接数据优化，通过神经网络算法存储在所述专家库并学习成为预设参数配置。本发明使操作员能够快速精准的完成待焊部件的焊接程序编写，减少了生产线换线或更换产品的准备时间，提高生产效率。

Description

一种机器人智能焊接程序生成方法及系统

技术领域

本发明涉及的机器人焊接程序自主编程领域，特别是一种机器人智能焊接程序生成方法及系统。

背景技术

焊接加工是金属加工制造行业中重要金属连接方法，其具有可靠性强、精确度高、成本低等特点，因而广泛应用于金属连接领域；然而手工焊接作业工况恶劣、劳动强度大，焊缝成型效果很大程度上取决于操作者的熟练程度。因此手工焊接作业的人力成本不断上升，但焊接效果无法保持一致。为了提高了焊接加工的速度和质量，能更好地满足现代化工业的需求。然而由于焊缝形状的复杂性，使得在使用机器人进行焊接时，要进行大量的点位示教和编程工作，这就要求操作者需要具备较高的机器人控制能力和编程能力，同时也极大地增加了操作者的工作量和工作难度；由于在机器人自动焊接过程中无法通过操作者的经验对焊接参数时候修正，在编写机器人焊接程序时，要求操作者需要具备较高的焊接素养，且在编程过程中为获取到适合的参数，要做大量的调试工作，产生了严重的时间、物资的浪费。

专利CN108453439A提供了一种基于视觉的焊接轨迹自动编程系统和方法，该方法主要为通过视觉扫描获取待焊工件表面点云，再通过特征面拟合获取体征平面，联立特征面方程获取两平面交线方程，以该交线作为焊缝所在方程，并生成焊接轨迹。但该方案以获取的轨迹作为机器人末端运动轨迹，而实际过程中，由于焊接时会存在飞溅等情况，要求焊枪与工件要保持有一定的距离，因此扫描工件所得的工件表面坐标信息实际上是不能作为焊接时的运动目的坐标点直接使用的，这就需要在扫描获取轨迹后仍需要人工对轨迹中所涉及的点位进行调整，增加了操作者的工作量和工作难度；而该方案获取的只是机器人运动轨迹，一个可以焊接的程序，除了运动轨迹外，还要有焊接相关的指令：如起收弧、焊接参数改变、圆滑过渡、摆焊等；这些指令需要使用者人为添加，且涉及到的参数也需要使用者进行配置，因此需要操作者需要具备较高的焊接素养，也无法解决参数调试中产生的严重的时间、物资的浪费等问题。

发明内容

针对上述参数调试中产生的严重的时间、物资的浪费等问题，本发明提供一种机器人智能焊接程序生成方法及系统。

为实现上述目的，本发明选用如下技术方案：一种机器人智能焊接程序生成方法，包括以下步骤：

获取待焊接部件的待焊缝轮廓；

将所述待焊缝轮廓分割成若干直线和/或圆弧的焊缝段；

根据所述焊缝段进行参数配置，其中所述参数配置包括获取专家库已预设及储存的对应所述焊缝段的特征点集的预设参数配置；

所述参数配置至少包括运动指令、焊接顺序、焊接参数，以所述焊接顺序将每段焊缝段的运动指令和焊接参数连接生成完整的焊接操作指令；

以显示终端展示对应的参数配置以及焊接操作指令，并接收用户对所述参数配置以及焊接操作指令的调整信息；

执行调整后和/或用户确认的焊接操作指令以使机器人智能焊接，根据焊接结果经用户反馈和焊接数据优化，通过神经网络算法存储在所述专家库并学习成为预设参数配置。

优选地，所述生成方法包括根据所述焊缝段进行运动指令参数配置，其中生成所述运动指令参数配置包括以下步骤：

获取待焊接缝轮廓的二维图形中的接头平面形状；

根据接头平面形状将接头分割成若干的直线焊缝段和圆弧焊缝段；

以所述直线焊缝段和圆弧焊缝段分别配置生成直线运动指令和/或圆弧运动指令；

获取直线运动指令和/或圆弧运动指令中的至少起点、中点、终点在当前坐标系的点位；

通过当前坐标系与目标坐标系的关联，转换获得目标坐标系的各焊缝段的运动指令对应点位；

由显示终端展示并接收用户的调整信息，得到运动指令参数配置。

优选地，所述生成方法包括根据所述焊缝段进行焊接顺序参数配置，其中生成所述焊接顺序参数配置包括以下步骤：

根据每段焊缝段在目标坐标系中的起点点位和终点点位，对各段焊缝段进行排序以及直线过渡衔接，生成连续的运动轨迹；

由显示终端展示各并接收用户的调整信息，得到焊接顺序参数配置。

优选地，所述生成方法包括根据所述焊缝段进行焊接参数配置，其中生成所述焊接参数配置包括以下步骤：

获取待焊接缝轮廓三维图形的特征点集和焊缝深度；

以所述特征点集和焊缝深度在专家库进行匹配，获取对应各焊缝段的焊接参数信息，所述对焊接参数信息至少包括材质、接头、坡口种类、焊接速度、焊接电压电流；

由显示终端展示并接收用户的调整信息，生成焊接参数配置；

最后调整生成的焊接参数配置通过神经网络算法进行训练并存储在所述专家库。

优选地，所述生成所述焊接参数配置还包括以下步骤：

先根据特征点集和焊缝深度在专家库获取第一匹配信息，至少包括材质、接头、坡口种类信息；

所述第一匹配信息由显示终端展示并接收用户的调整信息，调整后的第一匹配信息通过神经网络算法进行训练并存储在所述专家库；

根据第一匹配信息在专家库获取第二匹配信息，至少包括焊接速度、电流电压信息；

所述第二匹配信息由显示终端展示并接收用户的调整信息，调整后的第一匹配信息通过神经网络算法进行训练并存储在所述专家库。

优选地，所述生成方法中生成完整的焊接操作指令包括以下步骤：

获取所述参数配置，至少包括运动指令、焊接顺序、焊接参数，其中包括获取运动指令参数配置的所有焊缝段的起点点位、终点点位以及对应焊缝段焊接参数配置的焊枪高度和角度参数，以焊接顺序对各焊缝段进行排序处理和编程，生成完整的焊接操作指令。

优选地，所述生成完整的焊接操作指令还包括以下步骤：

判断某一焊缝段是否为初始段和/或无上一焊缝段，若是，添加直线指令至该初始焊缝段的起点点位；

根据获取的焊接参数，添加起弧指令和摆焊指令，添加该焊缝终点点位以及该焊缝段的运动指令，该运动指令从运动指令参数配置中获取，并设置该运动指令的焊接速度为焊接参数中的焊接速度。

优选地，所述生成完整的焊接操作指令还包括以下步骤：

判断某一焊缝段的终点点位与下一焊缝段的起点点位是否为同一点位；

若为同一点位，判断该两段焊缝段的包括焊接电压电流、焊接速度的焊接参数是否相同，当相同时，直接添加对应所述焊缝段的运动指令至下一焊缝段的终点点位，当不相同时，添加息弧指令以及直线或轴运动指令至下一焊缝段的起点点位，添加起弧指令重新起弧。

优选地，所述生成完整的焊接操作指令还包括以下步骤：

判断某一焊缝段是否为终止段和/或无下一焊缝段，若是，在目标为该焊缝段的终点点位的运动指令后添加息弧指令，并添加目标为home点的轴运动指令。

另一方面，一种机器人智能焊接程序生成系统，其中，包括：

编程元件，用于编写及生成所述的一种机器人智能焊接程序生成方法的应用程序；

存储元件，用于存储所述编程元件所编写及生成的应用程序以及作为专家库数据存储系统。

相较于现有技术，本发明具有以下有益效果：

本发明通过视觉识别获取待焊部件二维、三维信息，通过图形处理获取焊缝段，并根据获取的焊缝段特征点集从专家库中获取对应焊接段的参数配置，自动生成焊接程序，替代生产线操作员编程工作，使操作员能够快速精准的完成待焊部件的焊接程序编写，减少了生产线换线或更换产品的准备时间，提高生产效率；且根据操作者及焊接效果反馈进一步提高专家库的准确度，对其进行搭建和完善。

附图说明

为了更清楚地说明技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程示意图。

图2为本发明的运动指令参数配置的流程示意图。

图3为本发明的焊接参数配置的流程示意图。

图4为本发明的焊接操作指令生成流程示意图。

具体实施方式

为了能够清楚、完整地理解技术方案，现结合实施例和附图对本发明进一步说明，显然，所记载的实施例仅仅是本发明部分实施例，所属领域的技术人员在没有作出创造性劳动的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。

实施案例一：

如图1所示，一种机器人智能焊接程序生成方法，包括以下步骤：

获取待焊接部件的待焊缝轮廓；

将所述待焊缝轮廓分割成若干直线和/或圆弧的焊缝段；

根据所述焊缝段进行参数配置，其中所述参数配置包括获取专家库已预设及储存的对应所述焊缝段的特征点集的预设参数配置；

所述参数配置至少包括运动指令、焊接顺序、焊接参数，以所述焊接顺序将每段焊缝段的运动指令和焊接参数连接生成完整的焊接操作指令；

以显示终端展示对应的参数配置以及焊接操作指令，并接收用户对所述参数配置以及焊接操作指令的调整信息；

执行调整后和/或用户确认的焊接操作指令以使机器人智能焊接，根据焊接结果经用户反馈和焊接数据优化，通过神经网络算法存储在所述专家库并学习成为预设参数配置。

具体地，获取待焊接部件的待焊缝轮廓包括：

在机器人6轴末端添加工装对工业相机进行固定，使用机器人示教器等人机交互终端控制相机的拍摄，并通过手眼标定算法对相机坐标系进行标定，用以构建基坐标系与相机坐标系之间的位置关联。

相机标定成功后，使用该相机对待焊部件进行拍照，获取到待焊部件的二维特征图像后，通过灰度化、二值化等图像处理方法对待焊部位的轮廓进行提取，得到待焊缝轮廓。

具体地，将所述待焊缝轮廓分割成若干直线和/或圆弧的焊缝段包括：

获取到焊缝轮廓之后，通过hough直线检测等算法，将所获取的轮廓分割成若干个直线或圆弧段，每段作为一段焊缝段进行参数配置，获取每一段焊缝的起点、中点、终点点位在相机坐标系下的坐标，并转换为在基坐标系下的坐标值；

具体地，如图2所示，根据所述焊缝段进行运动指令参数配置，其中生成所述运动指令参数配置包括以下步骤：

获取待焊接缝轮廓的二维图形中的接头平面形状；根据接头平面形状将接头分割成若干的直线焊缝段和圆弧焊缝段；以所述直线焊缝段和圆弧焊缝段分别配置生成直线运动指令和/或圆弧运动指令；获取直线运动指令和/或圆弧运动指令中的至少起点、中点、终点在当前坐标系的点位；通过当前坐标系与目标坐标系的关联，转换获得目标坐标系的各焊缝段的运动指令对应点位；由显示终端展示并接收用户的调整信息，得到运动指令参数配置。

具体地，所述生成方法包括根据所述焊缝段进行焊接顺序参数配置，其中生成所述焊接顺序参数配置包括以下步骤：

根据每段焊缝段在目标坐标系中的起点点位和终点点位，对各段焊缝段进行排序以及直线过渡衔接，生成连续的运动轨迹；由显示终端展示各并接收用户的调整信息，得到焊接顺序参数配置。

具体地，如图3所示，所述生成方法包括根据所述焊缝段进行焊接参数配置，其中生成所述焊接参数配置包括以下步骤：

获取待焊接缝轮廓三维图形的特征点集和焊缝深度；以所述特征点集和焊缝深度在专家库进行匹配，获取对应各焊缝段的焊接参数信息，所述对焊接参数信息至少包括材质、接头、坡口种类、焊接速度、焊接电压电流；由显示终端展示并接收用户的调整信息，生成焊接参数配置；最后调整生成的焊接参数配置通过神经网络算法进行训练并存储在所述专家库。

先根据特征点集和焊缝深度在专家库获取第一匹配信息，至少包括材质、接头、坡口种类信息；所述第一匹配信息由显示终端展示并接收用户的调整信息，调整后的第一匹配信息通过神经网络算法进行训练并存储在所述专家库；根据第一匹配信息在专家库获取第二匹配信息，至少包括焊接速度、电流电压信息；所述第二匹配信息由显示终端展示并接收用户的调整信息，调整后的第一匹配信息通过神经网络算法进行训练并存储在所述专家库。

进一步地，根据分割的所述焊缝段所识别出的形状分别记录其运动指令种类为直线运动或圆弧运动，并对所有焊缝段生成默认的焊接顺序。将所获取的待焊件二维图形、焊缝分割结果及默认焊接顺序显示到人机交互界面显示，在该界面操作者可对分割结果及焊接顺序进行确认和修改。

根据分割结果对待焊焊缝段的三维特征进行提取，提取该焊缝段的特征点和焊缝深度，并根据提取的特征点在专家库进行匹配，从专家库中获取该部件的材质、接头及坡口种类信息，并将获取信息在人机交互界面进行显示。操作者可在该界面对匹配到的信息进行修改，发生修改后，该修改结果会反馈到神经网络以此为输入进行训练，增加数据集，提高专家库的准确度。

根据所获取的接口的材质、种类、尺寸等信息在专家库中进行焊接速度、电流电压等焊接参数的获取，获取成功后同样显示到人交互界面，操作员可对其进行修改，修改后同样作为反馈进入神经网络算法进行训练。

具体地，如图4所示，所述生成方法中生成完整的焊接操作指令包括以下步骤：

获取所述参数配置，至少包括运动指令、焊接顺序、焊接参数，其中包括获取运动指令参数配置的所有焊缝段的起点点位、终点点位以及对应焊缝段焊接参数配置的焊枪高度和角度参数，以焊接顺序对各焊缝段进行排序处理和编程，生成完整的焊接操作指令；

判断某一焊缝段是否为初始段和/或无上一焊缝段，若是，添加直线指令至该初始焊缝段的起点点位；根据获取的焊接参数，添加起弧指令和摆焊指令，添加该焊缝终点点位以及该焊缝段的运动指令，该运动指令从运动指令参数配置中获取，并设置该运动指令的焊接速度为焊接参数中的焊接速度；

判断某一焊缝段的终点点位与下一焊缝段的起点点位是否为同一点位；若为同一点位，判断该两段焊缝段的包括焊接电压电流、焊接速度的焊接参数是否相同，当相同时，直接添加对应所述焊缝段的运动指令至下一焊缝段的终点点位，当不相同时，添加息弧指令以及直线或轴运动指令至下一焊缝段的起点点位，添加起弧指令重新起弧。

判断某一焊缝段是否为终止段和/或无下一焊缝段，若是，在目标为该焊缝段的终点点位的运动指令后添加息弧指令，并添加目标为home点的轴运动指令。

进一步地，所述焊缝段的参数配置完成后，发送至控制器对焊接程序进行生成。

获取每段焊缝段的起止点位坐标及参数配置后，会对这两部分数据进行处理，从而生成可直接使用进行该待焊件焊接的机器人程序。当控制器获取到所有待焊焊缝段的起止点位坐标及对应参数配置后，按照焊缝的焊接顺序(默认生成或人为配置)对焊缝段进行处理和编程：从该段焊缝段的焊接参数配置中获取该段焊缝的焊枪高度和角度参数，并将其与获取的起止点坐标进行联立，从而获取该段焊缝段实际的起止点坐标；

判断当前焊缝段为初始焊缝段时，添加直线指令至该焊缝起点坐标，根据获取的焊接参数配置，添加起弧指令和摆焊指令，添加目标点位该焊缝终点点位坐标的运动指令，该运动指令值从运动指令参数配置中获取，并设置该运动指令的速度为焊接参数中的焊接速度；

判断当前焊缝段的终点坐标与下一焊缝的起点坐标进行对比，判断其是否为同一坐标：

若当前焊缝段的终点坐标与下一焊缝段的起点坐标的坐标值相同时，判断电流、电压、送丝速度等焊接参数是否相同，若焊接参数配置相同，直接添加对应运动指令运动到下一段焊缝段的终点坐标，若焊接参数配置不同时，添加焊接参数修改指令和焊接参数平滑过渡指令，之后再添加运动指令；

若当前焊缝段的终点坐标与下一焊缝段的起点坐标的坐标值不同时，添加息弧指令，停止焊接，添加直线或轴运动指令，目标为下一焊缝段的起点点位坐标，再重新进行起弧。

判断当前焊缝段是否为终止段和/或无下一焊缝段，在目标为该段实际终止点的运动指令后，添加息弧指令，并添加目标为home点的轴运动指令。从而构成可直接用于对该待焊接部件进行焊接的机器人用程序。

焊接完成后，操作员需对焊接效果进行反馈和焊接数据优化，其结果也会进入机器学习，对算法进行优化，提高焊接参数的准确率，使用本实施案例的生成方法，对焊接程序进行配置并对专家库进行搭建和调教纠正，能够按照预期结果，节省了操作员去单独示教机器人的工作，为生产线的换线或产品更换提供高效率的支持，能够减少生产线更新时间，减少操作员工作量，减少物料浪费、降低程序编写难度，提高安全性和可靠性，增加生产效率。

实施案例二：

一种机器人智能焊接程序生成系统，其中，包括：

编程元件，用于编写及生成所述的一种机器人智能焊接程序生成方法的应用程序；

存储元件，用于存储所述编程元件所编写及生成的应用程序以及作为专家库数据存储系统。

本实施案例的生产系统至少包括一台机器人、一台工业相机、一台搭载有图形处理软件及携带神经网络算法的专家库的机器人控制器以及一个人机交互终端；

执行实施案例一记载的生产方法，通过机器视觉、专家库匹配及程序生成算法，对编写复杂晦涩的焊接程序进行自动生成，并同步下发生产线上的机器人控制系统，快速完成生产线的换线或更换产品的工作。

上述披露的仅为本发明优选实施例的一种或多种，用于帮助理解技术方案的发明构思，并非对本发明作其他形式的限制，所属领域的技术人员依据本发明所限定特征作出其他等同或惯用手段的置换方案，仍属于本发明所涵盖的范围。

Claims (10)

1.一种机器人智能焊接程序生成方法，其特征在于，包括以下步骤：

获取待焊接部件的待焊缝轮廓；

将所述待焊缝轮廓分割成若干直线和/或圆弧的焊缝段；

根据所述焊缝段进行参数配置，其中所述参数配置包括获取专家库已预设及储存的对应所述焊缝段的特征点集的预设参数配置；

所述参数配置至少包括运动指令、焊接顺序、焊接参数，以所述焊接顺序将每段焊缝段的运动指令和焊接参数连接生成完整的焊接操作指令；

以显示终端展示对应的参数配置以及焊接操作指令，并接收用户对所述参数配置以及焊接操作指令的调整信息；

执行调整后和/或用户确认的焊接操作指令以使机器人智能焊接，根据焊接结果经用户反馈和焊接数据优化，通过神经网络算法存储在所述专家库并学习成为预设参数配置。

2.根据权利要求1所述的一种机器人智能焊接程序生成方法，其特征在于：所述生成方法包括根据所述焊缝段进行运动指令参数配置，其中生成所述运动指令参数配置包括以下步骤：

获取待焊接缝轮廓的二维图形中的接头平面形状；

根据接头平面形状将接头分割成若干的直线焊缝段和圆弧焊缝段；

以所述直线焊缝段和圆弧焊缝段分别配置生成直线运动指令和/或圆弧运动指令；

获取直线运动指令和/或圆弧运动指令中的至少起点、中点、终点在当前坐标系的点位；

通过当前坐标系与目标坐标系的关联，转换获得目标坐标系的各焊缝段的运动指令对应点位；

由显示终端展示并接收用户的调整信息，得到运动指令参数配置。

3.根据权利要求2所述的一种机器人智能焊接程序生成方法，其特征在于：所述生成方法包括根据所述焊缝段进行焊接顺序参数配置，其中生成所述焊接顺序参数配置包括以下步骤：

根据每段焊缝段在目标坐标系中的起点点位和终点点位，对各段焊缝段进行排序以及直线过渡衔接，生成连续的运动轨迹；

由显示终端展示各并接收用户的调整信息，得到焊接顺序参数配置。

4.根据权利要求1所述的一种机器人智能焊接程序生成方法，其特征在于：所述生成方法包括根据所述焊缝段进行焊接参数配置，其中生成所述焊接参数配置包括以下步骤：

获取待焊接缝轮廓三维图形的特征点集和焊缝深度；

以所述特征点集和焊缝深度在专家库进行匹配，获取对应各焊缝段的焊接参数信息，所述对焊接参数信息至少包括材质、接头、坡口种类、焊接速度、焊接电压电流；

由显示终端展示并接收用户的调整信息，生成焊接参数配置；

最后调整生成的焊接参数配置通过神经网络算法进行训练并存储在所述专家库。

5.根据权利要求4所述的一种机器人智能焊接程序生成方法，其特征在于：所述生成所述焊接参数配置还包括以下步骤：

先根据特征点集和焊缝深度在专家库获取第一匹配信息，至少包括材质、接头、坡口种类信息；

所述第一匹配信息由显示终端展示并接收用户的调整信息，调整后的第一匹配信息通过神经网络算法进行训练并存储在所述专家库；

根据第一匹配信息在专家库获取第二匹配信息，至少包括焊接速度、电流电压信息；

所述第二匹配信息由显示终端展示并接收用户的调整信息，调整后的第一匹配信息通过神经网络算法进行训练并存储在所述专家库。

6.根据权利要求1所述的一种机器人智能焊接程序生成方法，其特征在于，所述生成方法中生成完整的焊接操作指令包括以下步骤：

获取所述参数配置，至少包括运动指令、焊接顺序、焊接参数，其中包括获取运动指令参数配置的所有焊缝段的起点点位、终点点位以及对应焊缝段焊接参数配置的焊枪高度和角度参数，以焊接顺序对各焊缝段进行排序处理和编程，生成完整的焊接操作指令。

7.根据权利要求6所述的一种机器人智能焊接程序生成方法，其特征在于：所述生成完整的焊接操作指令还包括以下步骤：

判断某一焊缝段是否为初始段和/或无上一焊缝段，若是，添加直线指令至该初始焊缝段的起点点位；

根据获取的焊接参数，添加起弧指令和摆焊指令，添加该焊缝终点点位以及该焊缝段的运动指令，该运动指令从运动指令参数配置中获取，并设置该运动指令的焊接速度为焊接参数中的焊接速度。

8.根据权利要求6所述的一种机器人智能焊接程序生成方法，其特征在于：所述生成完整的焊接操作指令还包括以下步骤：

判断某一焊缝段的终点点位与下一焊缝段的起点点位是否为同一点位；

若为同一点位，判断该两段焊缝段的包括焊接电压电流、焊接速度的焊接参数是否相同，当相同时，直接添加对应所述焊缝段的运动指令至下一焊缝段的终点点位，当不相同时，添加息弧指令以及直线或轴运动指令至下一焊缝段的起点点位，添加起弧指令重新起弧。

9.根据权利要求6所述的一种机器人智能焊接程序生成方法，其特征在于：所述生成完整的焊接操作指令还包括以下步骤：

判断某一焊缝段是否为终止段和/或无下一焊缝段，若是，在目标为该焊缝段的终点点位的运动指令后添加息弧指令，并添加目标为home点的轴运动指令。

10.一种机器人智能焊接程序生成系统，其特征在于，包括：

编程元件，用于编写及生成执行权利要求1-9中任一项所述的一种机器人智能焊接程序生成方法的应用程序；

存储元件，用于存储所述编程元件所编写及生成的应用程序以及作为权要求1-9任一项所述的一种机器人智能焊接程序生成方法中的专家库数据存储系统。

Images