CN115213600A - 焊接工作站设备内的曲面焊缝识别方法和装置 - Google Patents
焊接工作站设备内的曲面焊缝识别方法和装置 Download PDFInfo
- Publication number
- CN115213600A CN115213600A CN202211063258.7A CN202211063258A CN115213600A CN 115213600 A CN115213600 A CN 115213600A CN 202211063258 A CN202211063258 A CN 202211063258A CN 115213600 A CN115213600 A CN 115213600A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- curved surface
- concave
- workpiece
- welded
- 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
Links
- 238000003466 welding Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012216 screening Methods 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000005476 soldering Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
Landscapes
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请提供了焊接工作站设备内的曲面焊缝识别方法和装置，其中该方法包括：所述焊接机器人末端的相机对待焊接工件触发执行点云采集操作，获得所述待焊接工件曲面的点云；对所述待焊接工件曲面的点云筛选凹面点云，获得所述凹面点云和剩余点云；分别拟合所述凹面点云和剩余点云，获得凹面点云面和剩余点云面；根据所述凹面点云面和剩余点云面的交线生成待焊接工件的曲面焊缝。本申请提出的方法优化了曲面焊缝识别准确率较低的技术问题。
Description
技术领域
本申请涉及焊缝识别技术领域，具体涉及一种焊接工作站设备内的曲面焊缝识别方法和装置。
背景技术
焊接技术的应用非常广泛，从基本的机械制造到航空航天，从建筑工程到微电子技术都离不开焊接技术的支撑。焊接技术贯穿了整个工业制造领域，对国民经济的发展意义非凡。近年来随着制造业的蓬勃发展，提高焊接生产的生产率，保证产品质量，实现焊接生产的自动化和智能化越来越受到焊接生产企业的重视，而要想实现高质量的焊接工艺，焊缝识别是保证焊接质量的关键。
目前，需要焊接的工件包括很多类别，常见的焊接工件都是由横平竖直的板材类工件拼装而成的，这种长直焊缝在机器人应用当中比较普遍，焊缝的识别也相对容易。但是面对并不那么常见的异形工件，难以精准对其焊缝进行识别，因为现有的曲面复杂焊缝识别技术需要指定几个难以调整的参数，其参数会被输入点云的噪声水平所影响，所以识别出来的焊缝会与实际中的焊缝有一定的偏差。
发明内容
本申请的一个目的在于提供一种焊接工作站设备内的曲面焊缝识别方法和装置，以优化焊缝识别准确率较低的技术问题。
根据本申请实施例的一方面，本申请提供了一种焊接工作站设备内的曲面焊缝识别方法，包括：
所述焊接机器人末端的相机对待焊接工件触发执行点云采集操作，获得所述待焊接工件曲面的点云；
对所述待焊接工件曲面的点云筛选凹面点云，获得所述凹面点云和剩余点云；
分别拟合所述凹面点云和剩余点云，获得凹面点云面和剩余点云面；
根据所述凹面点云面和剩余点云面的交线生成待焊接工件的曲面焊缝。
根据本申请实施例的一方面，所述对待焊接工件触发执行相机的点云采集操作，获得所述待焊接工件曲面的点云之后，包括：
通过对相机所采集点云的前处理，简化所述点云获得可供执行凹面点云筛选的点云。
根据本申请实施例的一方面，所述通过对相机所采集点云的前处理，简化所述点云获得可供执行凹面点云筛选的点云，包括：
对相机采集得到的点云按照设定间隔距离进行均匀采样；
去除均匀采样所得点云中的离群点，获得可供执行凹面点云筛选的点云。
根据本申请实施例的一方面，所述对所述待焊接工件曲面的点云筛选凹面点云，获得所述凹面点云和剩余点云，包括：
对待焊接工件曲面的点云通过协方差分析获得曲面点云的主曲率；
根据所述曲面点云的主曲率运算得到曲面点云的高斯曲率和平均曲率；
通过所述曲面点云的高斯曲率和平均曲率判断待焊接工件曲面是否为凹面，如果是则获得凹面点云，如果不是则获得除凹面点云外的剩余点云。
根据本申请实施例的一方面，所述对待焊接工件曲面的点云通过协方差分析获得曲面点云的主曲率，包括：
在待焊接工件曲面的点云中随机选取一点并以此点为中心均匀取若干点，获得此点的邻域点；
对此点的邻域点构建协方差矩阵，并求解协方差矩阵的特征值及特征向量；
根据所述协方差矩阵的特征值获得曲面点云的最大曲率和最小曲率，所述最大曲率和最下曲率即为曲面点云的主曲率。
根据本申请实施例的一方面，所述分别拟合所述凹面点云和剩余点云，获得凹面点云面和剩余点云面，包括：
分别在凹面点云和剩余点云中随机或人工指定选取一个数据点获得所述数据点的若干邻域点；
对所述数据点的若干邻域点分别采取最小二乘法拟合局部二次曲面，获得凹面点云面和剩余点云面。
根据本申请实施例的一方面，本申请提供了一种曲面焊缝识别装置，包括：
点云采集模块，用于焊接机器人末端的相机对待焊接工件触发执行点云采集操作，获得所述待焊接工件曲面的点云；
点云筛选模块，用于对所述待焊接工件曲面的点云筛选凹面点云，获得所述凹面点云和剩余点云；
曲面拟合模块，用于分别拟合所述凹面点云和剩余点云，获得凹面点云面和剩余点云面；
焊缝生成模块，用于根据所述凹面点云面和剩余点云面的交线生成待焊接工件的曲面焊缝。
根据本申请实施例的一方面，所述点云筛选模块，包括：
分析模块：根据待焊接工件曲面的点云通过协方差分析获得曲面点云的主曲率；
计算模块：以所述曲面点云的主曲率作为参数得到曲面点云的高斯曲率和平均曲率；
判断模块：通过所述曲面点云的高斯曲率和平均曲率判断待焊接工件曲面的凹凸性；
筛选模块：根据待焊接工件曲面的凹凸性筛选得到待焊接工件的凹面点云，并通过在原点云集中删除凹面点云获得剩余点云，所述原点云集是待焊接工件曲面的表达。
根据本申请实施例的一方面，所述曲面拟合模块，包括：
选取模块：分别在凹面点云和剩余点云中选取一个数据点获得所述数据点的若干邻域点；
点云面获取模块：对所述数据点的若干邻域点分别采取最小二乘法拟合局部二次曲面，获得凹面点云面和剩余点云面。
根据本申请实施例的一方面，本申请提供了一种焊接工作站设备，包括：
焊接机器人、焊枪、相机、驱动焊接机器人装置滑动的轨道装置以及存储器、处理器，所述相机装置于焊接机器人的末端，通过相机拍照获得待焊接工件曲面的点云，所述存储器被配置于所述焊接机器人内部，用于存储有计算机可读指令；
与所述存储器电信号连接的所述处理器读取存储器存储的计算机可读指令，以执行如前所述的方法。
在本申请实施例中，焊接机器人末端的相机对待焊接工件触发执行点云的采集操作，获得待焊接工件曲面的点云信息，随后在待焊接工件曲面的点云中筛选出凹面点云，在待焊接工件曲面点云中通过删除凹面点云获得除凹面点云之外的剩余点云，分别对凹面点云和剩余点云进行拟合得到凹面点云面和剩余点云面，两个点云面所产生的交线即为待焊接工件的曲面焊缝，由此提高了曲面焊缝识别的准确率。
本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。
附图说明
通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。
图1示出了根据本申请一个实施例的曲面焊缝识别方法应用于的焊接工作站示意图。
图2示出了根据本申请一个实施例的曲面焊缝识别方法的流程图。
图3示出了根据本申请另一个实施例的曲面焊缝识别方法的流程图。
图4示出了根据本申请另一个实施例的曲面焊缝识别方法的流程图。
图5示出了根据本申请一个实施例的凹面点云和剩余点云示意图。
图6示出了根据本公开另一个实施例的曲面焊缝识别方法的流程图。
图7示出了根据本申请一个实施例的曲面焊缝示意图。
图8示出了根据本申请一个实施例的焊接工作站设备的硬件结构图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些示例实施方式使得本公开的描述将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多示例实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的示例实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、步骤等。在其它情况下，不详细示出或描述公知结构、方法、实现或者操作以避免喧宾夺主而使得本公开的各方面变得模糊。
附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
请参阅图1，图1示出了根据本申请一个实施例的曲面焊缝识别方法应用于的焊接工作站示意图。该焊接工作站可以包括：一个轨道装置110、可在轨道装置上滑动的焊接机器人120以及位于焊接机器人末端的相机130，将待焊接工件放置于焊接工作站的一侧，方便照相机进行点云采集和焊接机器人进行焊接。
本公开实施例的一些技术方案可以基于如图1所示的焊接工作站或其变形结构来具体实施。
请参阅图2，图2示出了根据本申请一个实施例的曲面焊缝识别方法的流程图，包括：
步骤S210，焊接机器人末端的相机对待焊接工件触发执行点云采集操作，获得待焊接工件曲面的点云；
步骤S220，对待焊接工件曲面的点云筛选凹面点云，获得凹面点云和剩余点云；
步骤S230，分别拟合凹面点云和剩余点云，获得凹面点云面和剩余点云面；
步骤S240，根据凹面点云面和剩余点云面的交线生成待焊接工件的曲面焊缝。
下面对这四个步骤进行详细描述。
在步骤S210中，将待焊接工件放于预先设定好的固定位置，系统再根据待焊接工件的位置设立多个固定采样点，随后在机器人末端的相机随着机器人自主移动至预先制定好的多组拍照点，对待焊接工件进行扫描、拍照采样，从而获取待焊接工件曲面的点云。曲面包括一次曲面和二次曲面，一次曲面也就是平面，平面的曲率为0；二次曲面是在三维坐标系(x、y、z)下三元二次代数方程对应的所有图形的统称，一般说来，直线与二次曲面相交于两个点，如果相交于三个点以上，那么此直线全部在曲面上。
除此之外，还可以通过对相机采集得到的点云进行前处理，简化点云，其中前处理操作包括：对相机采集得到的点云在按照设定间隔距离进行均匀采样；去除均匀采样所得点云中的离群点，获得可供执行凹面点云筛选的点云。
对相机采集得到的点云按照设定间隔距离进行均匀采样属于均值滤波或线性滤波操作，其基本原理是用均值代替原图像中的各个像素值，均匀采样意味着邻近的点云距离与设定好的间隔距离是相一致的。应当理解，该间隔距离是曲面焊缝识别装置所预先配置的。不同的待焊接工件，由于其硬件环境的不同必然配置不同限值。
示例性的，该间隔距离适配于待焊接工件，具体而言，该间隔距离与待焊接工件的适配指的是该间隔距离与待焊接工件的大小正相关。例如，待焊接工件较大，则所对应的间隔距离配置为较大数值，与此相对应的，待焊接工件较小，则所对应的间隔距离配置为较小数值。所配间隔距离的数值大小将控制了曲面焊缝识别装置对所提取点云的响应精度。
对于特定待焊接工件，相对其所适配的数值，如果所配置间隔距离为较大数值，则采集的点云数量较少，进而导致采集的点云不能准确替代待焊接工件的完整点云；如果所配置间隔距离为较小数值，则使得采集的点云数量较多，无法起到通过提取特征点云来降低计算量的效果。
通过均匀采样获取待焊接工件的特征点云后，再去除特征点云中的离群点，进一步减小可能存在的误差。离群点是指一个时间序列中，远离序列的一般水平的极端大值和极端小值，离群点是由于系统受外部干扰而造成的，并且形成离群点的系统外部干扰是多种多样的，极端值的存在可能是因为点云提取中出现一系列的误差所导致的。从造成分析的困难来看，并不希望收集的点云中出现离群点，离群点会直接影响模型的拟合精度，甚至会得到一些虚伪的信息。例如，两个相距很近的离群点将在谱分析中产生许多虚假的频率。在均匀采样得到的点云中去除离群点之后，获得可供执行凹面点云筛选的点云。
请参阅图3，图3示出了根据本申请另一个实施例的曲面焊缝识别方法的流程图。在本实施例中，对待焊接工件曲面的点云筛选凹面点云，获得凹面点云和剩余点云的步骤S220，包括：
步骤S221，对待焊接工件曲面的点云通过协方差分析获得曲面点云的主曲率；
步骤S222，根据曲面点云的主曲率运算得到曲面点云的高斯曲率和平均曲率；
步骤S223，通过曲面点云的高斯曲率和平均曲率判断待焊接工件曲面是否为凹面，如果是则获得凹面点云，如果不是则获得除凹面点云外的剩余点云。
下面对这三个步骤进行详细描述。
在步骤S221中，将待焊接工件的曲面点云通过协方差分析获得曲面点云的主曲率。协方差分析是对实验进行统计控制的一种综合方差分析和回归分析的方法。
示例性的，构造待焊接工件的曲面，在曲面上采集点云得到Q1，并计算出点云中每个点的法矢。根据得到的法矢，在Q1中选定一个点，在其邻域内计算质心，并由质心计算协方差矩阵。随后根据得到的协方差矩阵，计算出其特征值和特征向量。比较得到最大和次大特征值及其对应的特征向量，通过计算得到曲面点云的主曲率。
请参阅图4，图4示出了根据本申请另一个实施例的曲面焊缝识别方法的流程图。在本实施例中，对待焊接工件曲面的点云通过协方差分析获得曲面点云的主曲率的步骤S221，包括：
步骤S2211，在待焊接工件曲面的点云中随机选取一点并以此点为中心均匀取若干点，获得此点的邻域点；
步骤S2212，对此点的邻域点构建协方差矩阵，并求解协方差矩阵的特征值及特征向量；
步骤S2213，根据协方差矩阵的特征值获得曲面点云的最大曲率和最小曲率，最大曲率和最下曲率即为曲面点云的主曲率。
下面对这三个步骤进行详细描述。
在步骤S2211中，在待焊接曲面的点云中随机选取一点，并以此点作为中心向外延伸选取若干点，选取的方式为均匀选取，选取后可获得此点的邻域点。均匀选取是指相邻的点与点之间间隔距离相同，通过均匀选取可以减少误差。
在步骤S2212中，根据对若干领域点的协方差分析，构建出关于邻域点的协方差矩阵。协方差是统计学中的基本概念，用于衡量两个变量的总体误差，协方差矩阵是一个矩阵，其每个元素是各个向量元素之间的协方差。由此，根据构建出来的协方差矩阵求出所有的特征值。
在步骤S2213中，将获得的特征值进行大小排序，找到最小的特征值和最大的特征值，以最小特征值和所有特征值求得曲面点云的最小曲率，以最大特征值和所有特征值求得曲面点云的最大曲率。曲面点云的最大曲率和最小曲率就是曲面点云的主曲率。
在步骤S222中，曲面上的一点有一切平面，此点处会有各个方向上的曲率，但是必然会有最大主曲率和最小主曲率，k1是最小主曲率，k2是最大主曲率，这两个曲率代表着曲率的极值。高斯曲率又称总曲率，可以用K进行表示，反映的是某点上总的弯曲程度，根据计算公式K＝k1·k2可以算出高斯曲率值。平均曲率，可以用字母H进行表示，描述了曲面在一点处的平均弯曲程度，反映的是空间上曲面上某一点任意两个相互垂直的正交曲率的平均值，根据计算公式H＝(k1+k2)/2可以算出平均曲率值。
在步骤S223中，由微分几何可知，主曲率是采样点局部形状的体现，高斯曲率K是主曲率的乘积，其符号可以确定曲面上的点的性质，表明该点是椭圆点(K>0)、抛物点(K＝0)还是双曲面(K<0)。高斯曲率K和平均曲率H都分别反映了曲面的凸凹形状。由此，可以根据高斯曲率值和平均曲率值的符号来判断曲面的凹凸性。
如下为高斯曲率K和平均曲率H的9种组合，其中第9种组合K>0且H＝0在数学上相互矛盾，因此是不存在的。
K＝0且H＝0时，曲面是一个平面；
K＝0且H>0时，点局部为凸，在一个主方向上为平；
K＝0且H<0时，点局部为凹，在一个主方向上为平；
K<0且H>0时，点在大部分方向上局部为凸，在小部分方向上为凹；
K<0且H<0时，点在大部分方向上局部为凹，在小部分方向上为凸；
K<0且H＝0时，点的局部为凸凹分布各占半；
K>0且H>0时，点在所有方向上局部均为凸；
K>0且H<0时，点在所有方向上局部均为凹；
K>0且H＝0时，曲面不存在。
判断完待焊接工件曲面点云局部是否为凹面点云后，再对凹面点云进行筛选，把不是凹面点云外的都视为剩余点云。由此获得凹面点云和剩余点云。请参阅图5，图5示出了根据本申请一个实施例的凹面点云和剩余点云示意图。
在步骤S230中，分别对的凹面点云和剩余点云进行拟合，拟合获得与凹面点云相对应的凹面点云面和与剩余点云相对应的剩余点云面。所谓拟合就是指已知某函数的若干离散函数值{f1，f2，…，fn}，通过调整该函数中若干待定系数f(λ1，λ2，…，λn)，使得该函数与已知点集的差别(最小二乘意义)最小。
请参阅图6，图6示出了根据本发明另一个实施例的曲面焊缝识别方法的流程图。在本实施例中，分别拟合所述凹面点云和剩余点云，获得凹面点云面和剩余点云面的步骤S230，包括：
步骤S231，分别在凹面点云和剩余点云中随机或人工指定选取一个数据点获得数据点的若干邻域点；
步骤S232，对数据点的若干邻域点分别采取最小二乘法拟合局部二次曲面，获得凹面点云面和剩余点云面。
下面对这二个步骤进行详细描述。
在步骤S231中，在凹面点云中选取一个数据点，并根据选取的数据点选择其周围的邻域点。同样的，在剩余点云中选取一个数据点，选取的方式可以是随机选取，也可以是人工指定选取，再根据选取的数据点选择其周围的邻域点。对于邻域点的选取，选择的数量应当适中，数量过多或过少都不合适。国内外学者对于邻域点数量的确定做了大量实验，证明了邻域点数量在24～30较为合适。
在步骤S232中，将凹面点云选择出来的邻域点和剩余点云选择出来的邻域点分别进行二次曲面z(x,y)的拟合，二次曲面的方程如下：z(x,y)＝ax2+bxy+cy2+dx+ey+f。通过最小二乘法拟合局部二次曲面，建立的目标函数为：
目标函数表示的是一个从i＝0到i＝k的求和公式，z(xi,yi)代表的是所拟合曲面中第i个点的z值，zi表示实际第i个点的z值。联立上方两个方程，可以获得局部二次拟合曲面的方程。由此可通过凹面点云选择出来的邻域点拟合凹面点云面，通过剩余点云选择出来的邻域点拟合剩余点云面。
在步骤S240中，将凹面点云面和剩余点云面进行相交，相交的交线就是待焊接工件的曲面焊缝。请参阅图7，图7示出了根据本申请一个实施例的曲面焊缝示意图。图中示意的焊缝即为凹面点云面和凸面点云面相交产生的交线。
根据本申请实施例的曲面焊缝识别方法可以由图的焊接工作站设备来实现。下面参照图8来描述根据本公开实施例的焊接工作站设备。图8显示的焊接工作站设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示，焊接工作站设备以通用计算设备的形式表现。焊接工作站设备的组件可以包括但不限于：上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元810执行，使得所述处理单元810执行本说明书上述示例性方法的描述部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元810可以执行如图2中所示的各个步骤。
存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元(ROM)8203。
存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
焊接工作站设备也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该焊接工作站设备交互的设备通信，和/或与使得该焊接工作站设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且，焊接工作站设备还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器860通过总线830与焊接工作站设备的其它模块通信。应当明白，尽管图中未示出，可以结合焊接工作站设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种计算机程序介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行上述方法实施例部分描述的方法。
根据本公开的一个实施例，还提供了一种用于实现上述方法实施例中的方法的程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种焊接工作站设备内的曲面焊缝识别方法，其特征在于，所述焊接工作站设备包括一个轨道装置、可在轨道装置上滑动的焊接机器人以及位于焊接机器人末端的相机，在所述焊接工作站设备内运行的所述曲面焊缝识别方法包括：
所述焊接机器人末端的相机对待焊接工件触发执行点云采集操作，获得所述待焊接工件曲面的点云；
对所述待焊接工件曲面的点云筛选凹面点云，获得所述凹面点云和剩余点云；
分别拟合所述凹面点云和剩余点云，获得凹面点云面和剩余点云面；
根据所述凹面点云面和剩余点云面的交线生成待焊接工件的曲面焊缝。
2.根据权利要求1所述的方法，其特征在于，所述对待焊接工件触发执行相机的点云采集操作，获得所述待焊接工件曲面的点云之后，包括：
通过对相机所采集点云的前处理，简化所述点云获得可供执行凹面点云筛选的点云。
3.根据权利要求2所述的方法，其特征在于，所述通过对相机所采集点云的前处理，简化所述点云获得可供执行凹面点云筛选的点云，包括：
对相机采集得到的点云按照设定间隔距离进行均匀采样；
去除均匀采样所得点云中的离群点，获得可供执行凹面点云筛选的点云。
4.根据权利要求1所述的方法，其特征在于，所述对所述待焊接工件曲面的点云筛选凹面点云，获得所述凹面点云和剩余点云，包括：
对待焊接工件曲面的点云通过协方差分析获得曲面点云的主曲率；
根据所述曲面点云的主曲率运算得到曲面点云的高斯曲率和平均曲率；
通过所述曲面点云的高斯曲率和平均曲率判断待焊接工件曲面是否为凹面，如果是则获得凹面点云，如果不是则获得除凹面点云外的剩余点云。
5.根据权利要求4所述的方法，其特征在于，所述对待焊接工件曲面的点云通过协方差分析获得曲面点云的主曲率，包括：
在待焊接工件曲面的点云中随机选取一点并以此点为中心均匀取若干点，获得此点的邻域点；
对此点的邻域点构建协方差矩阵，并求解协方差矩阵的特征值及特征向量；
根据所述协方差矩阵的特征值获得曲面点云的最大曲率和最小曲率，所述最大曲率和最下曲率即为曲面点云的主曲率。
6.根据权利要求1所述的方法，其特征在于，所述分别拟合所述凹面点云和剩余点云，获得凹面点云面和剩余点云面，包括：
分别在凹面点云和剩余点云中随机或人工指定选取一个数据点获得所述数据点的若干邻域点；
对所述数据点的若干邻域点分别采取最小二乘法拟合局部二次曲面，获得凹面点云面和剩余点云面。
7.一种曲面焊缝识别装置，其特征在于，所述装置包括：
点云采集模块，用于焊接机器人末端的相机对待焊接工件触发执行点云采集操作，获得所述待焊接工件曲面的点云；
点云筛选模块，用于对所述待焊接工件曲面的点云筛选凹面点云，获得所述凹面点云和剩余点云；
曲面拟合模块，用于分别拟合所述凹面点云和剩余点云，获得凹面点云面和剩余点云面；
焊缝生成模块，用于根据所述凹面点云面和剩余点云面的交线生成待焊接工件的曲面焊缝。
8.根据权利要求7所述的装置，其特征在于，所述点云筛选模块，包括：
分析模块：根据待焊接工件曲面的点云通过协方差分析获得曲面点云的主曲率；
计算模块：以所述曲面点云的主曲率作为参数得到曲面点云的高斯曲率和平均曲率；
判断模块：通过所述曲面点云的高斯曲率和平均曲率判断待焊接工件曲面的凹凸性；
筛选模块：根据待焊接工件曲面的凹凸性筛选得到待焊接工件的凹面点云，并通过在原点云集中删除凹面点云获得剩余点云，所述原点云集是待焊接工件曲面的表达。
9.根据权利要求7所述的装置，其特征在于，所述曲面拟合模块，包括：
选取模块：分别在凹面点云和剩余点云中选取一个数据点获得所述数据点的若干邻域点；
点云面获取模块：对所述数据点的若干邻域点分别采取最小二乘法拟合局部二次曲面，获得凹面点云面和剩余点云面。
10.一种焊接工作站设备，其特征在于，包括：
焊接机器人、相机、驱动焊接机器人装置滑动的轨道装置以及存储器、处理器，所述相机装置于焊接机器人的末端，通过相机拍照获得待焊接工件曲面的点云，所述存储器被配置于所述焊接机器人内部，用于存储有计算机可读指令；
与所述存储器电信号连接的所述处理器读取存储器存储的计算机可读指令，以执行权利要求1－6所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211063258.7A CN115213600A (zh) | 2022-08-31 | 2022-08-31 | 焊接工作站设备内的曲面焊缝识别方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211063258.7A CN115213600A (zh) | 2022-08-31 | 2022-08-31 | 焊接工作站设备内的曲面焊缝识别方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115213600A true CN115213600A (zh) | 2022-10-21 |
Family
ID=83617788
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211063258.7A Pending CN115213600A (zh) | 2022-08-31 | 2022-08-31 | 焊接工作站设备内的曲面焊缝识别方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115213600A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116879866A (zh) * | 2023-09-06 | 2023-10-13 | 四川华腾公路试验检测有限责任公司 | 一种基于激光雷达三维数据的路面平整度评价方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105643062A (zh) * | 2016-04-08 | 2016-06-08 | 湘潭大学 | 基于旋转电弧的复杂曲面形状识别及焊枪位姿控制方法 |
| US20200269340A1 (en) * | 2018-07-25 | 2020-08-27 | Tonggao Advanced Manufacturing Technology Co., Ltd. | Active Laser Vision Robust Weld Tracking System and Weld Position Detection Method |
| CN112809129A (zh) * | 2020-12-17 | 2021-05-18 | 上海船舶工艺研究所(中国船舶工业集团公司第十一研究所) | 基于线激光焊缝检测与跟踪的曲面拼板焊接装置及方法 |
| CN112958973A (zh) * | 2021-02-08 | 2021-06-15 | 西安知象光电科技有限公司 | 一种基于结构光三维视觉的中厚板机器人焊接视觉寻位装置 |
| CN113042939A (zh) * | 2021-03-22 | 2021-06-29 | 山东大学 | 基于三维视觉信息的工件焊缝定位方法及系统 |
-
2022
- 2022-08-31 CN CN202211063258.7A patent/CN115213600A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105643062A (zh) * | 2016-04-08 | 2016-06-08 | 湘潭大学 | 基于旋转电弧的复杂曲面形状识别及焊枪位姿控制方法 |
| US20200269340A1 (en) * | 2018-07-25 | 2020-08-27 | Tonggao Advanced Manufacturing Technology Co., Ltd. | Active Laser Vision Robust Weld Tracking System and Weld Position Detection Method |
| CN112809129A (zh) * | 2020-12-17 | 2021-05-18 | 上海船舶工艺研究所(中国船舶工业集团公司第十一研究所) | 基于线激光焊缝检测与跟踪的曲面拼板焊接装置及方法 |
| CN112958973A (zh) * | 2021-02-08 | 2021-06-15 | 西安知象光电科技有限公司 | 一种基于结构光三维视觉的中厚板机器人焊接视觉寻位装置 |
| CN113042939A (zh) * | 2021-03-22 | 2021-06-29 | 山东大学 | 基于三维视觉信息的工件焊缝定位方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 方军: "融合LiDAR点云与影像数据的矿区建筑物提取研究", 31 July 2020, 西安交通大学出版社, pages: 62 - 65 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116879866A (zh) * | 2023-09-06 | 2023-10-13 | 四川华腾公路试验检测有限责任公司 | 一种基于激光雷达三维数据的路面平整度评价方法 |
| CN116879866B (zh) * | 2023-09-06 | 2023-11-14 | 四川华腾公路试验检测有限责任公司 | 一种基于激光雷达三维数据的路面平整度评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11624731B2 (en) | Method for predicting remaining life of numerical control machine tool | |
| CN111238352B (zh) | 墙面虚拟靠尺检测方法、系统、设备和存储介质 | |
| US10889099B2 (en) | System and method for automatic support device generation | |
| US11914339B2 (en) | Datum selection methods and systems for minimizing hole position errors in group hole machining of large components | |
| CN110263493A (zh) | 一种基于revit的房间建筑面积计算方法以及装置 | |
| CN115213600A (zh) | 焊接工作站设备内的曲面焊缝识别方法和装置 | |
| CN113435086B (zh) | 面向增减材复合制造的增减交替工序自动规划方法及系统 | |
| CN116992740B (zh) | 一种通讯基站精密部件生产设备的智能调控方法及系统 | |
| CN116309556B (zh) | 一种基于机器视觉技术的钢构件成品质量管理方法 | |
| CN115409808A (zh) | 焊缝识别方法、装置、焊接机器人及存储介质 | |
| CN114881955A (zh) | 基于切片的环状点云缺陷提取方法、装置、设备存储介质 | |
| US8249733B2 (en) | System and method for analyzing performance of an industrial robot | |
| CN114310897A (zh) | 机器人测量的位姿优化及运动光顺计算方法、系统及应用 | |
| Fu et al. | Automatic reasoning for defining lathe operations for mill-turn parts: a tolerance based approach | |
| CN114781233A (zh) | 有限元网格几何结构外形轮廓识别方法、设备及介质 | |
| CN116079498A (zh) | 一种刀具异常信号的识别方法 | |
| CN113043274B (zh) | 一种机器人性能评价方法及系统 | |
| CN114020916A (zh) | 文本分类方法、装置、存储介质和电子设备 | |
| CN113989571A (zh) | 点云数据的分类方法、装置、电子设备及存储介质 | |
| Hoefer | Automated design for manufacturing and supply chain using geometric data mining and machine learning | |
| Jankovič et al. | The concept of automatic generation of hydraulic press cycle | |
| Li et al. | Design and performance improvements for fault detection in tightly-coupled multi-robot team tasks | |
| KR20230059977A (ko) | 프레스 장치의 상태 데이터에 기초한 금형제품 생산관리 방법 및 시스템 | |
| CN117311263B (zh) | 修边方向确定方法、装置、设备及存储介质 | |
| Khan et al. | Finding correlations between 3-d surfaces: A study in asymmetric incremental sheet forming |
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 | ||
| CB02 | Change of applicant information |
Address after: Room 201, Building A, No. 1, Qianwan Road, Qianhai-Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong Province, 518000 Applicant after: SHENZHEN QIANHAI RUIJI TECHNOLOGY CO.,LTD. Applicant after: CIMC Container (Group) Co.,Ltd. Applicant after: CHINA INTERNATIONAL MARINE CONTAINERS (GROUP) Ltd. Address before: Room 201, Building A, No. 1, Qianwan Road, Qianhai-Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong Province, 518000 Applicant before: SHENZHEN QIANHAI RUIJI TECHNOLOGY CO.,LTD. Applicant before: CIMC CONTAINERS HOLDING Co.,Ltd. Applicant before: CHINA INTERNATIONAL MARINE CONTAINERS (GROUP) Ltd. |
|
| CB02 | Change of applicant information |