CN115546125A - 一种基于点云信息的增材制造熔敷层的误差检测并对轨迹纠偏的方法 - Google Patents
一种基于点云信息的增材制造熔敷层的误差检测并对轨迹纠偏的方法 Download PDFInfo
- Publication number
- CN115546125A CN115546125A CN202211148900.1A CN202211148900A CN115546125A CN 115546125 A CN115546125 A CN 115546125A CN 202211148900 A CN202211148900 A CN 202211148900A CN 115546125 A CN115546125 A CN 115546125A
- Authority
- CN
- China
- Prior art keywords
- track
- deposition
- point cloud
- welding gun
- image
- 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
- 238000005253 cladding Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 16
- 239000000654 additive Substances 0.000 title claims abstract description 9
- 230000000996 additive effect Effects 0.000 title claims abstract description 9
- 238000012937 correction Methods 0.000 title description 3
- 238000003466 welding Methods 0.000 claims abstract description 115
- 230000008021 deposition Effects 0.000 claims abstract description 83
- 230000033001 locomotion Effects 0.000 claims abstract description 18
- 238000006073 displacement reaction Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims abstract description 7
- 230000000694 effects Effects 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims description 10
- 239000011248 coating agent Substances 0.000 claims description 9
- 238000000576 coating method Methods 0.000 claims description 9
- 230000007547 defect Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 239000011324 bead Substances 0.000 abstract 1
- 230000004927 fusion Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008018 melting Effects 0.000 description 4
- 238000002844 melting Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005137 deposition process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- B23K9/04—Welding for other purposes than joining, e.g. built-up welding
-
- 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
- B23K9/095—Monitoring or automatic control of welding parameters
- B23K9/0956—Monitoring or automatic control of welding parameters using sensing means, e.g. optical
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y50/00—Data acquisition or data processing for additive manufacturing
-
- G06T3/067—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
Abstract
本发明提出一种基于点云信息的增材制造的熔敷层形貌采集与检测并对熔敷轨迹偏差实时分析与纠正的方法，包括以下步骤：使用激光位移传感器采集焊道的点云图像，并对点云图像进行预处理，得到有效的点云图像；从有效点云图像中选取熔敷检测初定区域，并在检测初定区域内提取特征点；根据熔敷起始点和熔敷方向在图像中标记一条预设定的熔敷轨迹线，分析点阵中心点即图像坐标原点与预设轨迹线的误差可得出焊枪的实时轨迹误差值，从而分析焊枪位姿偏差和运动趋势，对焊枪运动轨迹进行提前规划，达到实时纠偏效果，并根据点云信息提取熔覆层形貌信息对其进行检测，可以检测实际层宽和熔敷轨迹，通过层宽检测对轨迹实时比对并纠正焊枪偏差，提高熔敷产品质量的方法。
Description
技术领域
本发明涉及复杂壁形件增材制造误差检测及轨迹规划技术领域，尤其是一种基于点云信息的增材制造中熔敷层宽度检测并对轨迹实时规划的方法。
背景技术
增材制造技术是一种基于分层离散、逐层堆积的原理通过“自下而上”实现材料成形的新型制造技术。该技术能快速精确地制造复杂形状的物体，具有材料利用率高，成形效果好，技术成本低，生产效率高等优点。解决了复杂结构零件快速制造的工艺瓶颈。它已广泛应用于汽车、航天、医疗等各种工业领域。该技术极大地提高了焊接的生产能力，并可有效保证被焊件的焊接质量。
在实际的焊接生产中，由于加工和装配误差、焊接过程中工件受热变形、外力的干扰影响，焊缝的示教路径和实际路径之间往往会存在一定的偏差。所以焊接过程中让焊接机器人自主检测焊接状况并实时调整焊枪位置进行焊缝跟踪是焊接机器人的发展方向。而焊接工序对焊接工具的精度要求颇高，在焊接工序中，若焊接工具精度较低，控制不到位，则会使得焊缝轨迹偏移并使表面出现凸凹不平、气孔、凹陷、炸点等缺陷，最终，影响产品质量和使用寿命。
在增材制造领域已有不少利用实时监控焊枪与焊缝熔池的自动焊接方法，但很多由于所使用传感器功能欠缺或焊接环境恶劣导致直接观测数据失真，或是传感器数量较多，从而并不完善实用，所以本发明申请了一种无须直接观测焊枪和熔池的检测方法，使用激光位移传感器观测熔敷层后侧一定距离处，避免了弧光、飞溅和烟雾等干扰，通过简化计算、检测精度和熔敷轨迹精度从而提高产品质量。
发明内容
本发明的目的在于，克服现有技术中单个二维激光视觉传感器不能够扫描到真实的焊壁形貌的问题和以熔敷层最高点作为参考标准进行轨迹识别却存在多个最高点导致误判的问题，提供一种增材制造熔敷层宽度检测并对轨迹实时规划方法，利用点云信息对增材过程中的熔覆层偏移量进行实时检测，同时对焊枪实时轨迹偏差进行检测，从而在增材制造过程中调整焊枪实时熔敷轨迹，得到更好的熔敷层形貌，提高焊接质量。
为实现上述目的，提出以下技术方案：
一种基于点云信息的熔敷层宽度检测并对轨迹实时规划的方法，包括以下步骤：
S1，使用激光位移传感器采集熔敷层的点云图像，得到点云图像信息包括点和点对应的高度值和熔敷层宽度，对得到的所述点云图像信息进行预处理，得到有效点云图像；
S2，从所述有效点云图像中选熔覆层初定位区域并提取熔敷起始点坐标数据，根据所述熔敷起始点和熔敷方向在图像中标记一条预设熔敷轨迹；
S3，根据所述S1点云图像的中心点到S2所述预设熔敷轨迹的偏差大小，可以得出传感器与预设熔敷轨迹的位置关系，从而得出焊枪与预设熔敷轨迹的偏差大小；
S4，据S3所述焊枪与预设熔敷轨迹位置关系，可以得出焊枪相对于S2所述熔敷起始点的位置关系，从而可以确定焊枪的实时熔敷轨迹，并分析焊枪相对于预设熔敷轨迹的实时误差值大小；
S5，根据S4所述实时误差值大小和焊枪的运动趋势，对熔敷轨迹进行提前规划，达到熔敷轨迹的实时纠偏效果；
S6，根据S1所述点云信息和图像提取的边缘信息能够反映熔敷层形貌宽度的特征点，并测得所述特征点到所述预设熔敷轨迹的距离大小，判断熔敷层宽是否符合产品要求，并且可以根据所述点云图像合成熔敷轨迹，所述熔敷轨迹为连续点云图像中层宽中点的拟合曲线；
S7，根据S6所述熔敷轨迹和焊枪实时熔敷轨迹可以分析得出焊枪相对图像坐标的变换关系，检测焊枪与图像坐标的变换矩阵是否准确。
本发明使用激光位移传感器采集熔敷层的点云信息，用点云信息拟合出标准的熔敷层轮廓图像，同时根据增材制造是按照预先设计的形状进行堆积熔敷，并在熔敷起始处根据预先设计的模型轮廓在图像中沿熔敷方向标记出所希望的预设熔敷轨迹，将其作为焊枪和熔敷的轨迹标准，对焊枪的运动轨迹进行实时规划，主要是通过起始点和熔敷方向标记的预设熔敷轨迹对焊枪运动空间进行限制，根据焊枪轨迹实时偏差规划其运动轨迹，减小焊枪运动误差，提高焊枪熔敷精度；同时基于点云图像对熔敷层的层宽和熔敷轨迹进行分析并检测其误差，用熔敷层轮廓图像测量出熔敷宽度与标准熔敷层宽度进行比较，检测并判断是否存在误差较大的熔敷层宽，若是存在误差较大且大于规定误差范围的熔覆层宽表明熔敷存在缺陷。本发明相当于沿着熔覆层从上到下扫描其点云轮廓线，作为待测点云轮廓线，再利用待测点云轮廓线所示的熔覆层实际宽度与预设的标准熔覆层宽度作对比，以熔覆层宽度值直接比对，避免薄壁件因熔覆层宽度不达标导致产品不符合要求。其次分析实际熔敷层轨迹与焊枪实际轨迹的关系，据此检验焊枪与图像坐标(即焊枪与传感器)的坐标关系，同时检测实际熔敷轨迹的对比于预设熔敷轨迹的偏差，并根据所述实际偏差大小调整焊枪运动空间偏差阈值，同时减少实时计算量，加快实时控制的反应速度，由于是做出实时检测并调整规划，不对整体熔覆层形貌轮廓进行比对，要求整体宽度达到预设宽度值即可，便于立即检测出差异，不会出现误判。
本发明对焊枪的实时规划是根据实时采集到的每一帧图像所提取到的特征点在图像中的图像坐标所反映出紧固在一起的焊枪于激光位移传感器坐标和世界坐标之间的位置关系，据所述的坐标和变换关系可以得出焊枪当前与预设定熔敷轨迹的位置关系从而确立当前的焊枪的偏差，并进行一个实时的有效调整，从而提高熔敷精度。具体是将焊枪实时轨迹与预设定的熔敷轨迹进行对比，直观的观测出偏差值的大小和轨迹偏离方向，将实时轨迹上所检测出的偏差根据其与预设轨迹所偏离的差值大小及位置确立一个偏差值的数量关系，并根据预设熔敷轨迹对焊枪的运动空间设立一个偏差阈值，控制焊枪的运动轨迹并进行实时检测分析和规划，让焊枪始终沿预设熔敷轨迹且在规定误差范围内运动，以提高产品质量。
本发明检测的是熔敷层宽缺陷误差，在熔敷时由于焊丝的成分以及焊接温度不可能每时每刻都相同，不管是人工焊接还是机器焊接在焊接运动过程中总会发生振动和各种外界干扰，因此导致熔敷层的形状不是标准统一的，也不能预先得知标准轮廓与轨迹是怎么样的。对熔敷层宽度缺陷最简单的是检测垂直于熔敷方向的实际熔敷层宽度是否符合所需壁形件的宽度标准，如图3所示，根据实时采集的点云信息与轮廓特征点提取边缘信息得到熔敷层微分的连续截面处的实际熔敷层轮廓宽度，将实际宽度与所需的标准进行比对检测出熔敷层宽度w是否符合条件要求，将预设熔敷轨迹线两侧熔敷层边到所述预设熔敷轨迹线间层宽度记为a和b的两个半层宽，并根据产品需求设定a与b的允许变化范围，理想为a和b相等且等于设定层宽的一半，再检测图像中所标记的预设熔敷轨迹分析分布在预设轨迹线两侧的半层宽是否符合标准，根据产品要求对不符合熔敷产品标准的不合格，如此只需要通过采集的点云数据中采集熔敷层宽的信息且对宽度进行深度剖析，检测其在预设轨迹线两侧的半层宽大小，只从点云信息中提取出层宽与分布在预设熔敷轨迹线两侧的半层宽等信息大大减少计算时间，提高熔敷轨迹实时调控效果。
本发明检测的是实际熔敷轨迹误差，在实际焊接过程中，可能有各种因素影响，导致熔敷层轨迹偏离预设的熔敷轨迹。所采取的检测措施是，取每幅图像上的实际熔敷层宽度所提取的两个边缘特征点连线的中点坐标作为轨迹特征点，以轨迹拟合将所提取的轨迹特征点按序组成一条曲线为熔敷层的实际轨迹，并将实际轨迹上提取的轨迹特征点坐标与初定预设的轨迹进行比对，可以直接检测出实际熔敷轨迹与初定预设熔敷轨迹的误差。本发明以简单特征点所在位置与预设的标准轨迹进行比对找差异，即最简单的直接比对方法，可以减少多种计算所需的时间，可以直观快捷得出熔敷轨迹的误差。
本发明检测的是焊枪轨迹坐标与图像坐标的转换关系，主要就是将实际采集图像得出的熔敷轨迹与实时规划的焊枪轨迹相对应的位置进行对比，分析并检测焊枪坐标与传感器上图像坐标的变换关系，根据其中的同一方向上的平移误差优化焊枪与图像坐标的变换关系。
作为优选，所述S1中对点云图像进行预处理包括对原始点云图像进行增强处理、图像去噪处理、图像分割处理及图像差分处理中的一种或几种。本发明经预处理后的有效点云图像能够提高检测精度。
作为优选，所述宽度特征点提取是从沿着垂直于熔敷方向的截面轮廓图上提取的两个最左和最右的边缘点，将其之间沿着垂直于堆积高度方向的平面上的投影，所述的投影作为熔敷层的实际熔敷宽度，如图4所示。
作为优选，实际熔敷轨迹拟合过程：首先确定待测区域的宽度和定义宽度的特征点，然后根据所述的宽度特征点取其中点作为定位轨迹的特征点，再将所述的定位轨迹的特征点根据最小二乘法原理拟合成曲线。
作为优选，偏差值的计算过程如下：直接取定位轨迹的特征点坐标数据，将其与所述与设定轨迹作差，可直接得出实际熔敷轨迹与预设定轨迹偏差值。
相比于现有的技术的缺点和不足，本发明的有益效果是：
1、本发明提出了简化熔敷检测标准的宽度检测方法，解决了熔敷过程在线实时检测的及时性，可以更快更直接反映出熔敷层是否存在缺陷。
2、本发明通过接收图像的相机所显示的图像上选取的特征点在像素坐标上的运动规律，可以实时观测出焊枪的实际位置，并还原出焊枪的实时熔敷轨迹，不需要直接采集熔敷的高温强光区域的图像，避免直接观测焊枪的弧光等因素的强干扰；通过实时分析焊枪的轨迹和预设熔敷轨迹的偏差，能够提前做出规划从而提高熔敷轨迹纠正的实时性和精度。
3、本发明可以通过一次信息提取，完成熔敷层宽度检测、轨迹检测、变换方程检验和熔敷轨迹参数优化等工作。且本发明只需采集二维投影上的信息点，不受空间上的位置变换而产生较大误差。
附图说明
图1为本发明的整体流程图；
图2为本发明的传感器与焊枪装夹结构示意图；
图3为本发明点云信息采集与层宽检测方法示意图；
图4为本发明实际采集的熔敷层点云图像层宽与预设熔敷层轨迹对比图；
图5为本发明标准件其中组点云拟合的形貌和原件尺寸的对比图；
图6为本发明连续五层熔敷层的点云复合图；
附图标记：
1：激光位移传感器；2：线激光发射端；3：CCD相机；4焊枪。
实施方案
实施例：
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。此外，应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本实施例提出一种基于点云信息的熔覆层宽度检测和轨迹检测与实时纠偏的方法，参考图1，包括以下步骤：
S1、使用激光位移传感器采集点云图像，首先标定焊枪、传感器中相机与机器人所组成的手眼系统，控制机器人以0.6m/min速度移动，记录对应位置的点云数据和焊枪位姿矩阵，点云图像上数值代表是物体高度值，将点云数据经过MATLAB处理后，将之与标定板参数进行比对，得出点阵系数，将采集到的点云图像进行预处理，得到有效点云图像，需要说明的是，本申请实施例中，点云图像可以理解为点云数据转换的灰度图，针对点云图像中的每个像素点，可以根据该像素点的灰度值、像素坐标、当前焊枪位姿和点阵系数，确定点云图像中点和点对应的坐标数据，参考图3；
对原始点云图像进行增强处理、图像去噪处理、图像分割处理及图像差分处理中的一种或几种；在本实施例中S2，根据图像点云信息，从有效点云图像获取熔敷层参数信息，拟合出熔敷起始点位置，并从有效点云图像中选定熔覆层初定位区域，通过相应软件将点云数据转化为连续的二维图像，如图4所示。由于数据采集是跟随焊枪运动，则根据采集点的数据变化就可以定位熔敷起始点，并开始记录数据，获取多条等距、宽度为800像素、垂直于熔敷方向的截面轮廓点云，其中等距为4像素，获取1024组截面轮廓对应的截面像素坐标，组成点云图像，本实施例以标定数据和一个熔覆层数据进行说明，根据S1、S2从所述有效点云图像中选熔覆层初定位区域并提取熔敷起始点坐标数据，根据所述熔敷起始点和熔敷方向在图像中标记一条预设熔敷轨迹，获得的其中一组截面轮廓坐标数据由表一和表二所示，x标示沿宽方向像素坐标，z标示对应坐标处的高度值变化，所有z轴数据单位为mm；
表一
| X | 275 | 276 | 277 | 278 | … | 335 | … | 392 | 393 | 394 | 395 |
| Z | 0.925 | 4.318 | 8.658 | 10.188 | … | 10.339 | … | 10.183 | 7.944 | 6.77 | 0.92 |
表一仅显示标定板上采集的一组截面有效数据，获取宽度方向上的宽度系数，其中有效数据跨度为120像素，采集的图像信息与标准件的实际误差如图5所示,根据实际尺寸与点云信息，可以计算出宽度方向像素坐标系数为0,096，即每格标示0.096mm，
表二
表二显示的是确定一个起始点处点云数据信息，可以根据熔敷层左边缘点和右边缘点的坐标数据得出此图像中起始点在这一组的x轴的395处，可以在图像中标记出这一点处的特征信息，并沿着熔敷方向做标记线，作为预设熔敷轨迹；
S3，根据所述S1点云图像的中心点到S2所述预设熔敷轨迹的偏差大小，可以得出传感器与预设熔敷轨迹的位置关系，从而得出焊枪与预设熔敷轨迹的偏差大小；S4，据S3所述焊枪与预设熔敷轨迹位置关系，可以得出焊枪相对于S2所述熔敷起始点的位置关系，从而可以确定焊枪的实时熔敷轨迹，并分析焊枪相对于预设熔敷轨迹的实时误差值大小；S5，根据S4所述实时误差值大小和焊枪的运动趋势，对熔敷轨迹进行提前规划，达到熔敷轨迹的实时纠偏效果；表三、表四和表五显示的熔敷层宽左右边缘处数据，表三
| X | 341 | 342 | 343 | 344 | 345 | 346 | 347 | 348 | 349 | 350 |
| Z | 0.91 | 0.911 | 0.957 | 1.325 | 1.973 | 2.722 | 3.52 | 4.444 | 5.176 | 5.399 |
| X | 432 | 433 | 434 | 435 | 436 | 437 | 438 | 439 | 440 | 441 |
| Z | 5.829 | 5.536 | 5.168 | 4.654 | 3.881 | 2.568 | 1.768 | 1.183 | 0.917 | 0.916 |
标三显示为一段时间后采集的部分靠近熔敷层左右边缘的点云数据，根据点云数据可以得知，这时的可以得知熔敷层左右与边缘点分别为x轴上的343和440，则可以得知熔敷轨迹线经过x轴上的391.5处，可知误差为0.336mm，
表四
表四显示为第二层与表三同一熔敷点的点云数据，由左右边缘处的点云数据可以得出左右边缘点分别为像素坐标x轴的341和458，其熔敷轨迹经过x轴上399.5处。故而焊枪实际轨迹误差为0.336mm，与第一层的轨迹偏差为0.672mm，并根据安装传感器时标定的熔敷轨迹以及传感器与焊枪的变换关系，可以得出焊枪的实时偏差大小，并据此调整焊枪轨迹，控制偏差在阈值范围内，
表五
| X | 342 | 343 | 344 | 345 | 346 | 347 | 348 | 349 | 350 | 351 | 352 |
| Z | 1.3 | 1.302 | 1.339 | 1.375 | 1.422 | 1.48 | 1.554 | 1.642 | 1.732 | 1.818 | 1.983 |
| X | 432 | 433 | 434 | 435 | 436 | 437 | 438 | 439 | 440 | 441 | 442 |
| Z | 2.061 | 1.999 | 1.886 | 1.82 | 1.743 | 1.671 | 1.537 | 1.475 | 1.372 | 1.343 | 1.301 |
表五仅显示第一层熔敷层左右边缘处的部分坐标数据，可以检测出熔敷层宽左边缘和右边缘分别在x轴343和441处，可得宽为9.406mm，层宽的中间位置在x轴上392处，而根据坐标变换，可知预设轨迹线经过此组数据x轴上的391，则在沿焊缝的方向这个位置的实际熔敷轨迹与预设熔敷轨迹的误差为0.096mm。
根据上述采集数据和熔敷产品的要求，对熔敷层的宽度与轨迹都设立一个误差阈值，并且控制焊枪的实时轨迹在误差阈值内，并且根据焊枪实时轨迹和熔敷层检测的轨迹来检验焊枪与图像坐标的变换关系是否准确，并根据结果，做出一定的优化。
本发明相当于沿着熔敷层从上到下扫描其点云轮廓信息，作为待测点云数据，再利用待测熔敷层点云信息与标准的熔敷层轨迹和层宽做对比，以层宽直接比对，避免计算面积和体积导致的误差，例如：出现熔敷层偏向一侧时，其左右轮廓差异比较大，熔敷层最高点可能偏向某一侧，也可能出现一道熔敷层有两个层高最高，所以采用熔敷层宽定义轨迹中心位置，同时待测熔敷层点云轮廓的宽度，与标准的熔敷层宽度做对比马上就能检测出差异，不会出现误判；在本发明实施例中，激光位移传感器模块视场覆盖熔敷层局部，在远离熔池强弧光小视场内分析提取熔敷层形貌和跟踪精度，从而弥补了被动立体视觉的环境适应性问题，无需计算和补偿被动视觉的光强弱。
本发明检测的是熔敷层的宽度与缺陷，在熔敷时其熔敷参数以及外界环境不可能每时每刻都相同，不管是人工熔敷还是机器熔敷在焊枪运动过程中总会发生振动，因此导致熔敷层的形状不是标准统一的，因此并不能预先得知是否可以得到标准层宽与熔敷层轨迹，因此通过步骤S3和S4，求出该熔敷层以标准的预设熔敷轨迹线作为参照，使得即使是不同熔敷参数下，不同产品要求等，本发明以待测熔敷层点云轮廓的宽与轨迹线与标准预设的熔敷轨迹线做对比找差异，即以熔敷层宽度和预设熔敷轨迹直接比对找差异，以熔敷层实际检测轨迹与预设熔敷轨迹线比对找误差啊，避免计算体积导致的误差，使得检测更加准确。
在本申请几个实施例中，应当理解到，所揭露的熔敷层宽度与轨迹检测方法和装置，也可以通过其它的方式实现，而以上所描述的焊缝质量检测装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。此外，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以并行地执行，它们有时也可以按相反的顺序执行，这将根据所涉及的功能而定。还应当注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。此外，在本申请每个实施例中，各功能模块可以集成在一起形成一个独立的部分，也可以是每个模块单独存在，也可以多个模块集成形成一个独立的部分。
此外，所述功能如果以软件功能模块的形式实现，并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本申请每个实施例所述方法的全部或部分步骤。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全能够在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
Claims (7)
1.一种增材制造过程中熔敷层的缺陷和轨迹检测并对熔敷轨迹实时规划方法，其特征是，包括以下步骤：
S1，使用激光位移传感器采集熔敷层的点云图像，得到点云图像信息包括点和点对应的坐标值，对得到的所述点云图像信息进行预处理，得到有效点云图像；
S2，从所述有效点云图像中选取熔覆层初定位区域并提取熔敷起始点坐标数据，根据所述熔敷起始点和熔敷方向在图像中标记一条预设熔敷轨迹；
S3，根据所述S1点云图像的中心点到S2所述预设熔敷轨迹的偏差大小，可以得出传感器与预设熔敷轨迹的位置关系，从而得出焊枪与预设熔敷轨迹的偏差大小；
S4，据S3所述焊枪与预设熔敷轨迹位置关系，可以得出焊枪相对于S2所述熔敷起始点的位置关系，从而可以确定焊枪的实时熔敷轨迹，并分析焊枪相对于预设熔敷轨迹的实时误差值大小；
S5，根据所述S4的实时误差值大小和焊枪的运动趋势，对熔敷轨迹进行提前规划，达到熔敷轨迹的实时纠偏效果；
S6，根据S1所述点云信息和图像提取的边缘信息能够反映出熔敷层形貌宽度的特征点，并测得所述熔敷层宽的边缘特征点到所述预设熔敷轨迹的距离大小，判断熔敷层宽是否符合产品要求，并且可以根据所述点云图像合成熔敷轨迹，所述熔敷轨迹为连续点云图像中层宽中点的拟合曲线；
S7，根据S6所述熔敷轨迹和焊枪实时熔敷轨迹可以分析得出焊枪相对图像坐标的变换关系，检测焊枪与图像坐标的变换矩阵是否准确。
2.根据权利要求1所述预设熔敷轨迹是沿熔敷方向从起始点开始的与产品形状相同的线，并在图像中与实际熔敷轨迹的起始坐标重合，并在图像上标记，不随传感器移动而变化。
3.根据权利要求1所述的一种基于点云信息的焊枪轨迹的实时检测方法，其特征是包括以下步骤：将实时采集的点云信息与标记的预设轨迹线进行比对，分析可得出与焊枪紧固在一起的传感器的实时轨迹与偏差，从而可得焊枪的实施轨迹与偏差。
4.根据权利要求1所述的一种基于点云信息的熔敷轨迹实时规划方法，其特征是，所述实时规划是通过实时分析焊枪轨迹误差，且将焊枪轨迹误差限制在某一阈值内，实时规划焊枪靠近或沿着预设轨迹运动从而减小熔敷轨迹偏差和提高熔敷质量与精度。
5.根据权利要求1所述一种基于点云信息的熔敷层宽缺陷和轨迹检测方法，其特征是，依据采集所得的点云信息测得每幅图像上熔敷层截面轮廓的最大宽度，且在图像上测得所述熔敷层轮廓最大宽度处边缘点到所标记的预设熔敷轨迹的距离，将测量所得宽度值与预设定值进行比较，根据差异值判断熔敷层是否存在缺陷，且可以据此判断熔敷轨迹偏差是否在阈值内。
6.根据权利要求1所述S7是一种检验图像坐标与焊枪之间位置变换关系的方法，其特征是，将实际熔敷层宽的中点的拟合曲线作为实际熔敷层轨迹与焊枪的实时运动轨迹比对从而检验出图像坐标与焊枪之间位置变换关系是否准确，若准确，则继续按照所述变换关系计算，若不准确，则根据误差修改变换矩阵。
7.根据权利要求5所述的一种熔敷轨迹偏差检测和实时优化的方法，其特征是，将所述图像上熔敷层宽的中点按序拟合成实际熔敷层轨迹作为检测轨迹线然后进行检测，比对其与预设熔敷轨迹的偏差值，且分析实际熔敷轨迹误差是否在阈值范围内，若不在，熔敷层不合格，且适当调整焊枪运动轨迹的偏差阈值；若在阈值内，可根据熔敷轨迹偏差值大小调整焊枪运动轨迹偏差阈值大小，优化控制参数提高熔敷轨迹实时规划精度从而提高熔敷层质量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211148900.1A CN115546125A (zh) | 2022-09-19 | 2022-09-19 | 一种基于点云信息的增材制造熔敷层的误差检测并对轨迹纠偏的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211148900.1A CN115546125A (zh) | 2022-09-19 | 2022-09-19 | 一种基于点云信息的增材制造熔敷层的误差检测并对轨迹纠偏的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115546125A true CN115546125A (zh) | 2022-12-30 |
Family
ID=84727335
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211148900.1A Pending CN115546125A (zh) | 2022-09-19 | 2022-09-19 | 一种基于点云信息的增材制造熔敷层的误差检测并对轨迹纠偏的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115546125A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116571911A (zh) * | 2023-06-09 | 2023-08-11 | 苏州泽术智能自动化科技有限公司 | 一种基于高频反馈补偿技术的晶片焊接设备 |
| CN117324769A (zh) * | 2023-11-14 | 2024-01-02 | 江西瑞升科技股份有限公司 | 一种基于ccd视觉检测的自动精密激光焊接方法 |
-
2022
- 2022-09-19 CN CN202211148900.1A patent/CN115546125A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116571911A (zh) * | 2023-06-09 | 2023-08-11 | 苏州泽术智能自动化科技有限公司 | 一种基于高频反馈补偿技术的晶片焊接设备 |
| CN116571911B (zh) * | 2023-06-09 | 2023-11-03 | 苏州泽术智能自动化科技有限公司 | 一种基于高频反馈补偿技术的晶片焊接设备 |
| CN117324769A (zh) * | 2023-11-14 | 2024-01-02 | 江西瑞升科技股份有限公司 | 一种基于ccd视觉检测的自动精密激光焊接方法 |
| CN117324769B (zh) * | 2023-11-14 | 2024-03-29 | 江西瑞升科技股份有限公司 | 一种基于ccd视觉检测的自动精密激光焊接方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108031844B (zh) | 一种在线逐层检测的增减材复合制造方法 | |
| CN115546125A (zh) | 一种基于点云信息的增材制造熔敷层的误差检测并对轨迹纠偏的方法 | |
| CN111537517B (zh) | 一种无人智能化冲压缺陷识别方法 | |
| CN111192307B (zh) | 基于激光切割三维零部件的自适应纠偏方法 | |
| CN111922483B (zh) | 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 | |
| CN110064819B (zh) | 基于结构光的柱面纵向焊缝特征区域提取、焊缝跟踪方法及系统 | |
| CN102455171B (zh) | 一种激光拼焊焊缝背面几何形貌检测方法 | |
| CN112629441B (zh) | 3d曲面玻璃轮廓扫描检测方法及系统 | |
| CN105783711B (zh) | 三维扫描仪校正系统及其校正方法 | |
| CN112614098B (zh) | 一种基于增强现实的毛坯定位与加工余量分析方法 | |
| CN109483887B (zh) | 激光选区熔化过程中成形层轮廓精度在线检测方法 | |
| CN109990711B (zh) | 一种冲孔镀镍钢带的外观质量检测方法 | |
| CN113450379B (zh) | 一种异形工件断面轮廓线提取和分析方法和装置 | |
| Zhao et al. | Additive seam tracking technology based on laser vision | |
| CN112557445B (zh) | 一种基于增材制造的缺陷在线检测方法、装置和系统 | |
| CN111539446A (zh) | 一种基于模板匹配的2d激光孔位检测方法 | |
| CN105205806A (zh) | 一种基于机器视觉的精度补偿方法 | |
| CN114473309A (zh) | 用于自动焊接系统的焊接位置识别方法及自动焊接系统 | |
| CN115131268A (zh) | 一种基于图像特征提取与三维模型匹配的自动化焊接系统 | |
| Xiao et al. | An automatic calibration algorithm for laser vision sensor in robotic autonomous welding system | |
| CN111397529A (zh) | 一种基于双目视觉结构光的复杂表面形状检测方法 | |
| CN114581368A (zh) | 一种基于双目视觉的棒材焊牌方法及装置 | |
| CN110608684B (zh) | 一种单层多道焊缝堆积熔敷效果检测方法及系统 | |
| CN116664508A (zh) | 一种焊缝表面质量检测方法及计算机可读存储介质 | |
| CN110021027B (zh) | 一种基于双目视觉的切边点计算方法 |
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 |