CN114654465A - 一种基于线激光结构光视觉传感的焊缝跟踪提取方法 - Google Patents

一种基于线激光结构光视觉传感的焊缝跟踪提取方法 Download PDF

Info

Publication number
CN114654465A
CN114654465A CN202210320985.0A CN202210320985A CN114654465A CN 114654465 A CN114654465 A CN 114654465A CN 202210320985 A CN202210320985 A CN 202210320985A CN 114654465 A CN114654465 A CN 114654465A
Authority
CN
China
Prior art keywords
welding
welding seam
line laser
calibration
tracking
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.)
Pending
Application number
CN202210320985.0A
Other languages
English (en)
Inventor
李湘文
杨龙
程葳蕤
罗权
王璐
刘鉴轲
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.)
Xiangtan University
Original Assignee
Xiangtan 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 Xiangtan University filed Critical Xiangtan University
Priority to CN202210320985.0A priority Critical patent/CN114654465A/zh
Publication of CN114654465A publication Critical patent/CN114654465A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1692—Calibration of manipulator
    • 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
    • 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
    • B23K9/32—Accessories
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0095—Means or methods for testing manipulators

Abstract

焊接作为现代加工制造领域中的重要连接方法，已经越来越多地渗透到各行业各领域中多品种多类型的材料加工中。目前，由于焊缝自主识别跟踪技术对焊缝检测精度和轨迹规划要求较高，其涉及到多学科多领域知识，导致其自主识别跟踪能力尚不完善，仍需多领域专家学者继续深入研究。本发明正是基于以上分析，从传感器、焊缝识别及特征提取、焊缝跟踪控制技术等方面基于焊接机器人构建激光视觉焊缝检测跟踪系统。

Description

一种基于线激光结构光视觉传感的焊缝跟踪提取方法
技术领域
本发明涉及焊缝跟踪领域，设计了一种基于线激光结构光视觉传感的焊缝跟踪提取方法。
技术背景
近年来随着计算机信息化技术和智能机器人技术的不断创新发展，示教型焊接机器人在汽车制造和船舶制造等领域逐渐取代弊端众多的人工焊接，虽然提高了焊接的质量与效率，但是由于机器人的智能化水平不高，工业焊接机器人在焊接前仍然需要人工通过示教器手动控制焊接机器人运动，通过目测的方法对轨迹路径和焊枪姿态等参数进行规划。薄板连续焊接技术作为汽车制造中的核心工艺技术之一，对汽车制造过程中的制造费用、制造质量和制造周期有着相当大的影响。在非结构化环境焊接过程中，由于薄板构件容易出现装夹误差和受热不均匀产生热变形，导致焊缝与实际示教轨迹产生偏移，而示教型焊接机器人不能自适应实时纠正焊接轨迹，造成焊接效果不能满足质量和精度要求。此外，示教方式只适用于相同的待焊工件,不同的工件示教程序不同，在实际焊接工程中自动化程度仍然不够高。因此对薄板件连续焊接实现焊接机器人自动轨迹纠偏十分重要。另外，通过对焊缝跟踪的路径进行规划，满足多种搭接形式焊缝的焊接工艺要求，避免机器人在焊接过程中与构件发生碰撞，提高焊缝跟踪的效率和质量。
发明内容
为实现本研究主动视觉机器人焊缝跟踪系统的实时纠偏，需要通过对整个焊缝跟踪系统进行标定求出焊缝特征点从二维像素坐标到三维机器人基坐标之间的转换关系。首先通过工业相机标定求解出内参数和外参数，再进行线激光平面的标定求解出线激光平面参数,由光学三角法原理可获得焊缝特征点在相机坐标系下的三维坐标。最后进行焊接机器人与线激光视觉传感器的手眼标定，得到相机坐标系与焊枪末端坐标系之间的齐次变换矩阵，即可求解焊缝特征点在机器人基坐标系下的坐标表示。其中线激光视觉传感器结构如图2所示，固定安装于焊枪4前方引导焊枪运动，三线激光模组1与工业相机3之间形成一定的角度并投射平行的三线激光条纹于待焊工件表面，在焊缝位置发生变化形成焊缝特征点，三线激光可以增加焊缝图像特征便提高后续的图像处理精度和效率，采用中间激光条纹的焊缝特征区域作为检测和跟踪的对象；工业相机采集焊缝图像并传输至工控机进行图像处理；为了减少或消除焊接时强烈弧光和其他自然光对线结构光条纹的影响，通过分析焊接时弧光的波长特征，采用在相机前加装滤光片的方法可以过滤部分弧光和自然光、仅允许特定波长的线结构光通过，另外，对于较为光亮的金属板件的焊接等，成像过程中会形成强烈的反光与其他杂光遮挡焊缝特征，在滤光片基础上加入偏振片能削减金属表面反光的影响；保护玻璃5能够阻挡飞溅和烟尘等对工业相机镜头等零件的损坏，同时其高透光性保证其不会影响图像的采集效果。故为了解决现有技术存在的不足，更好的推动焊接设备的自动化的进程，针对目前示教型机器人难以实现焊缝实时跟踪的难题，本发明提出了一种用于焊缝跟踪的基于线激光结构光视觉传感的焊缝跟踪提取方法。
一种基于线激光结构光视觉传感的焊缝跟踪提取方法，其工作流程是这样的，本发明的主动视觉机器人焊缝跟踪系统主要包括三线激光视觉传感器、焊接机器人系统和工业控制计算机等，如图1所示。该模式下传感器跟随机械手运动，可以实现灵活调整相机姿态，不会发生目标被遮挡等情况，测量精度高。三线激光视觉传感器主要由红光线激光模组、工业相机和保护玻璃等组成,固定安装于焊枪前端，线激光模组发射特定波长的平行激光结构光于待焊构件表面形成焊缝特征，焊接过程中由工业相机采集图像并通过工业控制计算机实时提取焊缝特征点并进行跟踪，根据系统标定结果完成坐标转换，经过以太网传输至机器人控制柜引导焊枪运动，从而实现对焊接轨迹的实时纠偏。
所述方法中的激光模组，其特征在于：固定安装于焊枪4前方引导焊枪运动，三线激光模组1与工业相机3之间形成一定的角度并投射平行的三线激光条纹于待焊工件表面，在焊缝位置发生变化形成焊缝特征点，三线激光可以增加焊缝图像特征便提高后续的图像处理精度和效率，采用中间激光条纹的焊缝特征区域作为检测和跟踪的对象。
所述方法中的滤光片和偏振片，其特征在于：为了减少或消除焊接时强烈弧光和其他自然光对线结构光条纹的影响，通过分析焊接时弧光的波长特征，采用在相机前加装滤光片的方法可以过滤部分弧光和自然光、仅允许特定波长的线结构光通过，另外，对于较为光亮的金属板件的焊接等，成像过程中会形成强烈的反光与其他杂光遮挡焊缝特征，在滤光片基础上加入偏振片能削减金属表面反光的影响。
所述方法中的保护玻璃，其特征在于：保护玻璃能够阻挡飞溅和烟尘等对工业相机镜头等零件的损坏，同时其高透光性保证其不会影响图像的采集效果。
所述方法中的线激光视觉传感器，其特征在于：线激光视觉传感器透射投影模型如图2所示，包括世界坐标系OWXWYWZW，相机坐标系OCXCYCZC，成像坐标系OIXIYI，和像素坐标系OPXPYP，，其中平面π1和平面π2分别表示标定平面和成像平面，直线OCZC为相机光轴，线激光结构光投射在π1上的P在OWXWYWZW下的坐标为(xwywzw)，对应OCXCYCZC下的坐标为(xcyczc)；P′点为P点在π2的投影点，在OIXIYI下坐标为P′(u，v)，相应的像素坐标为(c，r)，在不考虑相机镜头畸变的情况下，根据理想状态下的小孔投射理论，线激光视觉传感器的投影几何转换关系如式(1)，f和zc分别表示工业相机焦距和比例系数。
Figure BDA0003570228780000031
所述方法中的工业相机镜头采集焊缝图像，其特征在于：一般工业相机镜头采集的焊缝图像会存在影响焊缝特征点提取精度的畸变，而影响较大的是径向畸变，包含桶形和枕形畸变。因此本发明采用如式(2)的LENZ畸变矫正模型提高焊缝特征点检测精度，当非线性径向畸变因子k＞0时，产生枕形畸变，当k＜0时产生桶形畸变。
Figure BDA0003570228780000032
焊缝图像校正后经过离散化处理，可以建立像素坐标和成像坐标之间的转化关系如式(3)所示
Figure BDA0003570228780000033
式中sx、sy为相机单个像素在x轴和y轴的物理尺寸(mm/pixel)，即单位像素的宽和高，(cx，cy)为相机主点坐标
为了了解焊缝特征点从OPXPYP到OCXCYCZC的转换关系，由于激光平面相对OcXcYcZc位置不变且不过OcXcYcZc原点，可设激光平面方程为
Axc+Byc+Czc+D＝0 (4)
联立式(1)-(4)可得OCXCYCZC坐标系下的三维坐标：
Figure BDA0003570228780000034
其中，
ε＝D/[A(Sxc-CxSx)+B(Syr-CySy)+Cfw]， (6)
ω＝k/[(Sxc-CxSx)2+(Syr-CySy)2]+1， (7)
由上式子可知，需要通过标定求解相机内参数{f，k，Cx，Cy，Sx，Sy}和激光平面参数{A，B，C，D}，然后进行六自由度焊接机器人与线激光视觉传感器的手眼标定，最终建立焊缝特征点从OpXpYp二维检测到三维定位的转换关系。
所述方法中的工业相机的标定，其特征是：本发明中使用工业相机的标定是为了建立焊缝特征点在OwXwYwZw中三维坐标到OpXpYp中二维坐标的转换关系，如式(8)所示，包括相机内外参数的标定，标定的精度对焊缝跟踪系统的精度有较大的影响。目前工业相机标定方法主要有传统标定方法和自标定法，自标定法通常应用于精度要求不高的场合，传统标定方法主要有张正友标定法，DLT和Tsai两步标定法等。DLT标定法达不到本发明所要求的焊缝特征提取的精度要求。Tsai两步标定法速度较快但是仅考虑径向畸变，且算法复杂度高，同样不适于焊缝跟踪任务；张正友标定法由于兼具了快速和高精度的优点，成为了工业界和学术界最受欢迎的相机标定方法，仅需采集不同位姿的标定图像并通过特征提取等一系列操作运算，即可求解出较优相机内外参数。
Figure BDA0003570228780000041
其中，齐次变换矩阵M为相机的外参数矩阵，相关参数包括两坐标系在坐标轴上的相对平移量tx，ty，tz和相对旋转角度α，β，γ，其中旋转矩阵R和平移向量T定义如下：
Figure BDA0003570228780000042
T＝[txtytz]T (10)
另外，联立式(1)-(3)可以建立OpXpYp与OcXcYcZc之间的转换关系：
Figure BDA0003570228780000043
其中T表示相机内参矩阵，最后联立式(8)和(11)可以建立焊缝特征点从OpXpYp到OwXwYwZw的转换关系如式(12)所示：
Figure BDA0003570228780000051
所述方法中的线激光平面的标定，其特征是：线激光平面的标定是焊缝跟踪系统至关重要的环节，完成相机标定之后求得相机内参数，由式(5)可知，再通过线激光平面的标定获得激光平面参数{A，B，C，D}，即可建立特征点的二维像素坐标到三维相机坐标的转换关系。针对焊缝跟踪任务线激光平面标定的标定，目前基于三维靶标的激光平面标定方法大多数需要借助其他设备且步骤过于复杂，因此本发明提出一种基于棋盘格的线激光平面标定方法，如图4所示，使用11x8的棋盘格作为可自由移动的平面靶标，三线激光的中间激光投射于棋盘格后通过提取激光与标定平面交线上的离散特征点，然后拟合获取线激光平面方程，采用的标定方法如下：
(1)线激光条纹骨架提取以及直线拟合。首先采集线激光棋盘格图像，通过Steger算法即通过该骨架提取算法获得若干离散的中心点像素坐标(c，r)，然后采用梯度下降法拟合出直线方程如式(13)，改变棋盘格的位姿，采集不同的图像。
A′c+B′r+C′＝0 (13)
经过像素焦距与毫米焦距换算，则相机坐标系下该拟合直线的方程为：
Figure BDA0003570228780000052
其中，直线方程的系数转换如式所示：
Figure BDA0003570228780000053
(2)求经过OcXcYcZc原点与OIXIYI直线的平面方程，如式(16)所示。为方便计算令OwXwYw平面与棋盘格所在平面重合，设棋盘靶标平面在OwXwYwZw下的平面方程为A1xw+B1yw+C1zw+D1＝0，则棋盘格所在平面在OwXwYwZw下的方程为Zw＝0，即[A1，B1，C1，D1]＝[0010]，由式(8)可得棋盘靶标平面在OcXcYcZc下的方程如式(17)所示：
fA′xc+fB′yc+C′zc＝0 (16)
Figure BDA0003570228780000054
(3)联立式(16)和(17)可以求出激光条纹中心线在OcXcYcZc下的直线方程，重复上述两个步骤求解不同位姿下激光条纹中心线在OcXcYcZc下的直线方程，然后根据最小二乘拟合平面。最终OcXcYcZc线激光平面为程为Axc+Byc+Czc+D＝0。
其中[A，B，C，D]＝[0.8375，0.0936，0.5384，89.0582]。 (18)
本发明的优势在于：
1、采用三线激光可以增加焊缝图像特征便提高后续的图像处理精度和效率；
2、为了减少或消除焊接时强烈弧光和其他自然光对线结构光条纹的影响，通过分析焊接时弧光的波长特征，采用在相机前加装滤光片的方法可以过滤部分弧光和自然光、仅允许特定波长的线结构光通过；
3、另外，对于较为光亮的金属板件的焊接等，成像过程中会形成强烈的反光与其他杂光遮挡焊缝特征，在滤光片基础上加入偏振片能削减金属表面反光的影响；
4、保护玻璃5能够阻挡飞溅和烟尘等对工业相机镜头等零件的损坏，同时其高透光性保证其不会影响图像的采集效果；
5、因此本发明采用LENZ畸变矫正模型提高焊缝特征点检测精度；
6、工业相机的标定采用张正友标定法，兼具了快速和高精度的优点，仅需采集不同位姿的标定图像并通过特征提取等一系列操作运算，即可求解出较优相机内外参数；
7、线激光平面的标定采用一种基于棋盘格的线激光平面标定方法。
附图说明
图1为本发明的焊缝跟踪系统
图2为线激光视觉传感器结构原理图
图2中：1-三线激光模组、2-滤光片、3-工业相机、4-焊枪、5-保护玻璃、6-焊缝
图3为相机投射投影模型
图4为激光平面标定原理
具体实施方式
为了更好地表达整个发明的技术方案与有益效果，下面结合附图和实施案例对本发明做进一步详细说明。本发明的实施方式不限于此。
步骤1：一种基于线激光结构光视觉传感的焊缝跟踪提取方法，其工作流程是这样的，本发明的主动视觉机器人焊缝跟踪系统主要包括三线激光视觉传感器、焊接机器人系统和工业控制计算机等，如图1所示。该模式下传感器跟随机械手运动，可以实现灵活调整相机姿态，不会发生目标被遮挡等情况，测量精度高。三线激光视觉传感器主要由红光线激光模组、工业相机和保护玻璃等组成，固定安装于焊枪前端，线激光模组发射特定波长的平行激光结构光于待焊构件表面形成焊缝特征，焊接过程中由工业相机采集图像并通过工业控制计算机实时提取焊缝特征点并进行跟踪，根据系统标定结果完成坐标转换，经过以太网传输至机器人控制柜引导焊枪运动，从而实现对焊接轨迹的实时纠偏。
步骤2：工业相机的标定
本发明拟基于Halcon机器视觉算法软件包进行工业相机的标定，对工业相机内外参数进行标定实验，拟采用陶瓷圆点标定板，实际标定过程中采集图像时，将标定板摆出变化幅度较大的不同位姿，并确保其分布在镜头视野内的各个区域，同时应该注意要控制标定板的成像尺寸占据图像的1/3，标定板图像的数量通常需要达到15-25张。由于标定是在工业相机加装了滤光片和偏振片的情况下进行的，考虑到实际采集的图像由于亮度不足无法有效提取特征点，为了提高前背景的对比度需要增加辅助光源对标定板进行打光处理，通过人为控制光源亮度标定板图像足够清晰，避免发生过曝现象导致圆心和边框特征的提取产生偏移。标定开始之前保持传感器与机械臂相对位置固定，调整工业相机焦距和光圈至标定图像特征清晰，开始标定后不能再次调整相机或者移动机械臂，否则需要重新标定，相机位置的改变直接影响外参数，而焦距和光圈会影响到内参数。
步骤3：线激光平面的标定
(1)线激光条纹骨架提取以及直线拟合。首先采集线激光棋盘格图像，通过Steger算法即通过该骨架提取算法获得若干离散的中心点像素坐标(c，r)，然后采用梯度下降法拟合出直线方程如式(13)，改变棋盘格的位姿，采集不同的图像。
A′c+B′r+C′＝0 (13)
经过像素焦距与毫米焦距换算，则相机坐标系下该拟合直线的方程为：
Figure BDA0003570228780000071
其中，直线方程的系数转换如式(15)所示：
Figure BDA0003570228780000072
(2)求经过OcXcYcZc原点与OIXIYI直线的平面方程，如式(16)所示。为方便计算令OwXwYw平面与棋盘格所在平面重合，设棋盘靶标平面在OwXwYwZw下的平面方程为A1xw+B1yw+C1zw+D1＝0，则棋盘格所在平面在OwXwYwZw下的方程为Zw＝0，即[A1，B1，C1，D1]＝[0 0 1 0]，由式(8)可得棋盘靶标平面在OcXcYcZc下的方程如式(17)所示：
fA′xc+fB′yc+C′zc＝0 (16)
Figure BDA0003570228780000081
(3)联立式(16)和(17)可以求出激光条纹中心线在OcXcYcZc下的直线方程，重复上述两个步骤求解不同位姿下激光条纹中心线在OcXcYcZc下的直线方程，然后根据最小二乘拟合平面。最终OcXcYcZc线激光平面为程为Axc+Byc+Czc+D＝0。
其中[A，B，C，D]＝[0.8375，0.0936，0.5384，89.0582] (18)。

Claims (5)

1.一种基于线激光结构光视觉传感的焊缝跟踪提取方法，其特征在于：为实现本研究主动视觉机器人焊缝跟踪系统的实时纠偏，需要通过对整个焊缝跟踪系统进行标定求出焊缝特征点从二维像素坐标到三维机器人基坐标之间的转换关系。首先通过工业相机标定求解出内参数和外参数，再进行线激光平面的标定求解出线激光平面参数,由光学三角法原理可获得焊缝特征点在相机坐标系下的三维坐标。最后进行焊接机器人与线激光视觉传感器的手眼标定，得到相机坐标系与焊枪末端坐标系之间的齐次变换矩阵，即可求解焊缝特征点在机器人基坐标系下的坐标表示。
2.根据权利要求1所述的一种基于线激光结构光视觉传感的焊缝跟踪提取方法，其特征在于：所述方法中的激光模组，固定安装于焊枪4前方引导焊枪运动，三线激光模组1与工业相机3之间形成一定的角度并投射平行的三线激光条纹于待焊工件表面，在焊缝位置发生变化形成焊缝特征点，三线激光可以增加焊缝图像特征便提高后续的图像处理精度和效率，采用中间激光条纹的焊缝特征区域作为检测和跟踪的对象；所述方法中的滤光片和偏振片，是为了减少或消除焊接时强烈弧光和其他自然光对线结构光条纹的影响，通过分析焊接时弧光的波长特征，采用在相机前加装滤光片的方法可以过滤部分弧光和自然光、仅允许特定波长的线结构光通过，另外，对于较为光亮的金属板件的焊接等，成像过程中会形成强烈的反光与其他杂光遮挡焊缝特征，在滤光片基础上加入偏振片能削减金属表面反光的影响；所述方法中的保护玻璃，是为了保护玻璃能够阻挡飞溅和烟尘等对工业相机镜头等零件的损坏，同时其高透光性保证其不会影响图像的采集效果。
3.根据权利要求1所述的一种基于线激光结构光视觉传感的焊缝跟踪提取方法，其特征在于：所述方法中的工业相机镜头采集焊缝图像，由于一般工业相机镜头采集的焊缝图像会存在影响焊缝特征点提取精度的畸变，而影响较大的是径向畸变，包含桶形和枕形畸变。因此本发明采用LENZ畸变矫正模型提高焊缝特征点检测精度，当非线性径向畸变因子k>0时,产生枕形畸变,当k<0时产生桶形畸变。
4.根据权利要求1所述的一种基于线激光结构光视觉传感的焊缝跟踪提取方法，其特征在于：所述方法中的工业相机的标定，本发明中使用工业相机的标定是为了建立焊缝特征点在OwXwYwZw中三维坐标到OpXpYp中二维坐标的转换关系，如式(8)所示，包括相机内外参数的标定，标定的精度对焊缝跟踪系统的精度有较大的影响。张正友标定法由于兼具了快速和高精度的优点，成为了工业界和学术界最受欢迎的相机标定方法，仅需采集不同位姿的标定图像并通过特征提取等一系列操作运算，即可求解出较优相机内外参数。
5.根据权利要求1所述的一种基于线激光结构光视觉传感的焊缝跟踪提取方法，其特征在于：所述方法中激光平面的标定是基于棋盘格的线激光平面标定方法,如图4所示，使用11x8的棋盘格作为可自由移动的平面靶标，三线激光的中间激光投射于棋盘格后通过提取激光与标定平面交线上的离散特征点，然后拟合获取线激光平面方程。
CN202210320985.0A 2022-03-29 2022-03-29 一种基于线激光结构光视觉传感的焊缝跟踪提取方法 Pending CN114654465A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210320985.0A CN114654465A (zh) 2022-03-29 2022-03-29 一种基于线激光结构光视觉传感的焊缝跟踪提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210320985.0A CN114654465A (zh) 2022-03-29 2022-03-29 一种基于线激光结构光视觉传感的焊缝跟踪提取方法

Publications (1)

Publication Number Publication Date
CN114654465A true CN114654465A (zh) 2022-06-24

Family

ID=82032907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210320985.0A Pending CN114654465A (zh) 2022-03-29 2022-03-29 一种基于线激光结构光视觉传感的焊缝跟踪提取方法

Country Status (1)

Country Link
CN (1) CN114654465A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115255579A (zh) * 2022-09-28 2022-11-01 长飞光纤光缆股份有限公司 一种同轴电缆外导体焊缝对中系统以及安装方法
CN115284296A (zh) * 2022-08-31 2022-11-04 深圳前海瑞集科技有限公司 手眼标定方法、机器人及机器人作业方法
CN117300301A (zh) * 2023-11-30 2023-12-29 太原科技大学 一种基于单目线激光的焊接机器人焊缝跟踪系统与方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5572102A (en) * 1995-02-28 1996-11-05 Budd Canada Inc. Method and apparatus for vision control of welding robots
CN107999955A (zh) * 2017-12-29 2018-05-08 华南理工大学 一种六轴工业机器人线激光焊缝自动跟踪系统及方法
CN109604777A (zh) * 2017-12-07 2019-04-12 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
CN111922483A (zh) * 2019-05-13 2020-11-13 南京理工大学 基于学习的线结构光焊缝跟踪与增材路径纠偏装置及方法
CN112959329A (zh) * 2021-04-06 2021-06-15 南京航空航天大学 一种基于视觉测量的智能控制焊接系统
CN113102880A (zh) * 2021-04-02 2021-07-13 广西大学 一种基于视觉示教的线激光焊缝自动跟踪系统及方法
CN113510412A (zh) * 2021-04-28 2021-10-19 湖北云眸科技有限公司 一种识别焊缝状态的检测系统、检测方法及储存介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5572102A (en) * 1995-02-28 1996-11-05 Budd Canada Inc. Method and apparatus for vision control of welding robots
CN109604777A (zh) * 2017-12-07 2019-04-12 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
CN107999955A (zh) * 2017-12-29 2018-05-08 华南理工大学 一种六轴工业机器人线激光焊缝自动跟踪系统及方法
CN111922483A (zh) * 2019-05-13 2020-11-13 南京理工大学 基于学习的线结构光焊缝跟踪与增材路径纠偏装置及方法
CN113102880A (zh) * 2021-04-02 2021-07-13 广西大学 一种基于视觉示教的线激光焊缝自动跟踪系统及方法
CN112959329A (zh) * 2021-04-06 2021-06-15 南京航空航天大学 一种基于视觉测量的智能控制焊接系统
CN113510412A (zh) * 2021-04-28 2021-10-19 湖北云眸科技有限公司 一种识别焊缝状态的检测系统、检测方法及储存介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115284296A (zh) * 2022-08-31 2022-11-04 深圳前海瑞集科技有限公司 手眼标定方法、机器人及机器人作业方法
CN115255579A (zh) * 2022-09-28 2022-11-01 长飞光纤光缆股份有限公司 一种同轴电缆外导体焊缝对中系统以及安装方法
CN117300301A (zh) * 2023-11-30 2023-12-29 太原科技大学 一种基于单目线激光的焊接机器人焊缝跟踪系统与方法
CN117300301B (zh) * 2023-11-30 2024-02-13 太原科技大学 一种基于单目线激光的焊接机器人焊缝跟踪系统与方法

Similar Documents

Publication Publication Date Title
CN210046133U (zh) 基于激光结构光的焊缝视觉跟踪系统
CN114654465A (zh) 一种基于线激光结构光视觉传感的焊缝跟踪提取方法
CN106238969B (zh) 基于结构光视觉的非标件自动化焊接加工系统
CN112833786B (zh) 一种舱段位姿测量及对准系统、控制方法及应用
Chen et al. The autonomous detection and guiding of start welding position for arc welding robot
Ryberg et al. Stereo vision for path correction in off-line programmed robot welding
US20150202776A1 (en) Data generation device for vision sensor and detection simulation system
CN104384765A (zh) 基于三维模型与机器视觉的自动焊接方法及焊接装置
CN114289934B (zh) 一种基于三维视觉的大型结构件自动化焊接系统及方法
CN203791808U (zh) 一种基于机器视觉的智能焊接机器人
Ma et al. Efficient and accurate start point guiding and seam tracking method for curve weld based on structure light
CN113146172A (zh) 一种基于多视觉的检测与装配系统及方法
US20190255706A1 (en) Simulation device that simulates operation of robot
CN112191993A (zh) 一种氩弧焊焊缝跟踪系统及方法
CN108032011A (zh) 基于激光结构光焊缝初始点导引装置及方法
Yin et al. A novel TCF calibration method for robotic visual measurement system
JPH0798214A (ja) 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置
CN109773589B (zh) 对工件表面进行在线测量和加工导引的方法及装置、设备
Natsagdorj et al. Vision-based assembly and inspection system for golf club heads
CN110533727B (zh) 一种基于单个工业相机的机器人自定位方法
Ye et al. Weld seam tracking based on laser imaging binary image preprocessing
CN110849285A (zh) 基于单目相机的焊点深度测量方法、系统及介质
CN115770988A (zh) 一种基于点云环境理解的焊接机器人智能示教方法
CN113359461B (zh) 一种适用于仿生眼系统的运动学标定方法
CN111390421A (zh) 焊接方法

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