CN116833639A - 一种自动焊接系统及其控制方法、装置、设备及介质 - Google Patents
一种自动焊接系统及其控制方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116833639A CN116833639A CN202310978205.6A CN202310978205A CN116833639A CN 116833639 A CN116833639 A CN 116833639A CN 202310978205 A CN202310978205 A CN 202310978205A CN 116833639 A CN116833639 A CN 116833639A
- Authority
- CN
- China
- Prior art keywords
- annular
- depth image
- image
- module
- welding
- 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 172
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000001514 detection method Methods 0.000 claims abstract description 68
- 230000000007 visual effect Effects 0.000 claims abstract description 64
- 238000012937 correction Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 33
- 230000015654 memory Effects 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 21
- 238000003384 imaging method Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000006049 ring expansion reaction Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims 3
- 238000003702 image correction Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 8
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
-
- 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
- B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
- B23K31/02—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to soldering or 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
- B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
- B23K37/02—Carriages for supporting the welding or cutting element
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Robotics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及自动焊接技术领域,公开了一种自动焊接系统及其控制方法、装置、设备及介质,系统包括:承载模块,其上设有旋转装置,用于放置待焊接工件并带动其进行旋转;移动模块,固定于承载台面,用于带动3D视觉检测模块进行移动;3D视觉检测模块,固定于移动模块末端,用于对待焊接工件进行图像采集;控制模块,固定于承载台面,用于控制3D视觉检测模块进行图像采集,并通过预设矫正算法及预设图像处理算法将采集得到的矩形深度图像转化为3D点云图,进而控制焊接模块对环形焊接端面进行焊接。本发明通过对图像采集、图像矫正、图像处理及自动焊接进行控制,能够实现高精度的自动焊接,且能够保证焊接质量。
Description
技术领域
本发明涉及自动焊接技术领域,具体涉及一种自动焊接系统及其控制方法、装置、设备及介质。
背景技术
目前的3D视觉检测模块,一般是基于线激光和被测物体的相对直线运动,扫描出被测物体的表面形态。而针对直径较大的圆形物体的线扫描成像,通常采用3D视觉检测模块加旋转装置的组合,通过匀速转动底部的旋转装置,最终形成一幅矩形图像。然而这种方法的缺点是圆形的物体被展开为一条直线,存在畸变,不能反映真实物体的形状和坐标位置,即使配合九点标定也无法得到其真实的三维坐标,达到利用视觉引导机器人进行焊接加工的目的,从而影响自动焊接的精确度,降低焊接质量。
发明内容
有鉴于此,本发明提供了一种自动焊接系统及其控制方法、装置、设备及介质,以解决获取环形焊接面存在畸变导致焊接不精准的问题。
第一方面,本发明提供了一种自动焊接系统,用于对待焊接工件的环形焊接端面进行焊接,系统包括:
承载模块,包括承载台面,承载台面上设有旋转装置,用于放置待焊接工件并带动其进行旋转;
移动模块,固定于承载台面,用于带动3D视觉检测模块进行移动;
3D视觉检测模块,固定于移动模块末端,用于对待焊接工件进行图像采集;
控制模块,固定于承载台面,用于控制3D视觉检测模块对待焊接工件进行图像采集,并通过与预设第一算法及预设图像处理算法生成环形焊接端面的3D点云图,并按照3D点云图控制焊接模块进行焊接;
焊接模块,固定于承载台面,用于对待焊接工件的环形焊接端面的焊接点进行焊接。
本发明实施例提供的自动焊接系统,通过在承载模块上安装其他模块,由控制模块控制移动模块来带动3D视觉检测模块进行移动,移动过程中对待焊接工件进行图像采集,并通过预设矫正算法及预设图像处理算法将获取的矩形深度图像转化为3D点云图,根据3D点云图控制焊接模块进行焊接。本发明通过对图像采集、图像矫正、图像处理及自动焊接进行控制,能够实现高精度的自动焊接,且能够保证焊接质量。
第二方面,本发明提供了一种自动焊接系统的控制方法,方法包括:
控制3D视觉检测模块移动至待焊接工件的环形焊接端面上方的预设高度处,并基于3D视觉检测模块的成像清晰原则确定3D视觉检测模块的固定位置、激光强度及相机参数;
控制待焊接工件于旋转装置上进行预设角度的匀速旋转,并控制3D视觉检测模块对待焊接工件进行图像采集,获取环形焊接端面的矩形深度图像;
根据预设矫正算法对矩形深度图像进行二次矫正,获取环形焊接端面的环形深度图像,并根据预设图像处理算法将环形深度图像转换为3D点云图;
按照预设九点标定原则对3D点云图进行标定,获取环形焊接端面内所有焊接点的中心点坐标,并根据中心点坐标控制焊接模块进行焊接。
本发明实施例提供的自动焊接系统的控制方法,通过控制3D视觉检测模块移动至待焊接工件的环形焊接端面上方预设高度处,确定其固定位置、激光强度及相机参数来保证成像清晰,控制待焊接工件匀速旋转并控制3D视觉检测模块进行图像采集,获取环形焊接端面的矩形深度图像,采用预设矫正算法将矩形深度图像还原为环形深度图像,并通过预设图像处理算法获取环形焊接端面的3D点云图,按照3D点云图进行自动焊接。本发明通过矫正算法对3D视觉检测模块获取的矩形深度图像进行处理,并结合图像处理算法获取环形焊接面的3D云图,能够对3D视觉检测模块获取的深度图像进行线性畸变矫正,获取环形物体的精确、真实的三维坐标位置,从而引导机器人进行精确自动焊接,提高焊接质量。
在一种可选的实施方式中,预设矫正算法的计算过程,包括:径向线性畸变矫正及极坐标转换;径向线性畸变矫正的过程:基于旋转扫描过程中环形焊接端面不同半径处采样间隔的线性变化原则,对矩形深度图像内的第一像素坐标(x0,y0)进行径向降采样,采样系数K的计算公式如下:
其中,H为矩形深度图像的高度像素值,W为矩形深度图像的宽度像素值;通过降采样将矩形深度图像转换为对应的梯形深度图像,对应第二像素坐标点为(x1,y1);通过对沿X轴方向上K个像素的灰度值Gray求平均来获取平均灰度值aveGray,并代替K个像素中心处的灰度值Gray,求平均公式如下所示:
根据矩形深度图像与对应梯形深度图像之间的坐标及灰度值映射关系,来获取梯形深度图像的二维平面坐标及平均灰度值映射关系,公式如下所示:
x1=x0/K
y1=y0
极坐标转换的过程:基于圆环展开的逆过程,计算第二像素坐标点(x1,y1)对应到圆环上后与X轴的夹角α,计算公式如下所示:
根据夹角对梯形深度图像进行极坐标转换,将梯形深度图像转换为环形深度图像,对应第三像素坐标点为(x2,y2);根据梯形深度图像与对应环形深度图像之间的坐标及灰度值映射关系,来获取环形深度图像的二维平面坐标及平均灰度值映射关系,公式如下所示:
x2=(H-2πW+2πy0)cosα
y2=(H-2πW+2πy0)sinα
本发明通过在待焊接工件旋转过程中进行图像采集,由于3D视觉检测模块的臊面频率固定,而待焊接工件环形焊接端面的内外圈由于角速度固定、线速度不同,导致内外圈采样间隔不一致,使得环形焊接端面沿径向产生线性畸变,即径向方向上越往内圈真实形状被拉伸的效应越明显。真实圆环形状的物体被展开后本应是一个梯形,但是由于线性畸变效应的存在,使得形成的图像为长条矩形,因此预设矫正算法能够实现直线转圆,消除线性畸变影响并找到不同坐标系下坐标和灰度值的映射关系。
在一种可选的实施方式中,在待焊接工件的环形焊接端面内选取感兴趣区域,对还原后的环形深度图像内感兴趣区域内的像素进行图像处理。
本发明通过在环形焊接端面内划分出感兴趣区域,将图像待计算区域由整幅图像缩小至局部感兴趣区域,图像中感兴趣区域外的像素不参与计算,屏蔽多余区域,能够有效降低数据的传输的计算量,并消除噪声影响。
在一种可选的实施方式中,3D视觉检测模块的激光入射方向与环形焊接端面的圆心对齐,且根据3D视觉检测模块的激光扫描范围设置3D视觉检测模块的预设高度。
本发明采用3D视觉检测模块对环形焊接端面进行图像采集,通过发射激光至环形焊接端面,并根据返回激光线获取环形焊接端面的形状,因此将3D视觉检测模块的激光入射方向与环形焊接端面的圆心对齐,且固定在距离环形焊接端面的预设高度处,能够保证环形焊接端面始终处于3D视觉检测模块的扫描视野内,保证反射回的激光线能够被相机接收,减少采集误差。
在一种可选的实施方式中,待焊接工件的匀速旋转精度与3D视觉检测模块的行加帧触发频率保持匹配,且待焊接工件匀速旋转的起始和终止信号与3D视觉检测模块的图像采集起始和终止信号对应。
本发明通过3D视觉检测模块采集环形焊接端面的图像,在图像采集过程中要保持待焊接工件的匀速旋转精度与相机的触发频率相匹配,并且旋转与采集同时开始、同时结束,如此才能够保证图像采集成功。
在一种可选的实施方式中,根据预设图像处理算法将环形深度图像转换为3D点云图的过程,包括:选取环形深度图像内的感兴趣区域,通过预设图像处理算法将环形深度图像的灰度值转化为高度坐标,并结合环形深度图像的二维平面坐标,将环形深度图像转换为环形焊接端面的3D点云图。
本发明3D视觉检测模块获取的只是深度图像,需要通过图像处理才能够转换为3D点云图。其中,环形深度图像不同像素坐标点的灰度值代表此处的高度,因此将其转化为高度坐标,并结合二维平面坐标,能够将环形深度图像转化为3D点云图。在转化过程中只对感兴趣区域进行处理,能够屏蔽多余区域并消除噪声影响。
在一种可选的实施方式中,3D点云图以环形焊接端面的圆心为中心点坐标,并按照预设方向依次确定各焊接点的3D坐标顺序。
第三方面,本发明提供了一种自动焊接系统的控制装置,包括:
设备控制模块,用于控制3D视觉检测模块移动至待焊接工件的环形焊接端面上方的预设高度处,并基于3D视觉检测模块的成像清晰原则确定3D视觉检测模块的固定位置、激光强度及相机参数;
图像采集模块,用于控制待焊接工件于旋转装置上进行预设角度的匀速旋转,并控制3D视觉检测模块对待焊接工件进行图像采集,获取环形焊接端面的矩形深度图像;
云图获取模块,用于根据预设矫正算法对矩形深度图像进行二次矫正,获取环形焊接端面的环形深度图像,并根据预设图像处理算法将环形深度图像转换为3D点云图;
自动焊接模块,用于按照预设九点标定原则对3D点云图进行标定,获取环形焊接端面内所有焊接点的中心点坐标,并根据中心点坐标控制焊接模块进行焊接。
本发明实施例提供的自动焊接系统的控制装置,通过控制3D视觉检测模块移动至待焊接工件的环形焊接端面上方预设高度处,确定其固定位置、激光强度及相机参数来保证成像清晰,控制待焊接工件匀速旋转并控制3D视觉检测模块进行图像采集,获取环形焊接端面的矩形深度图像,采用预设矫正算法将矩形深度图像还原为环形深度图像,并通过预设图像处理算法获取环形焊接端面的3D点云图,按照3D点云图进行自动焊接。本发明通过矫正算法对3D视觉检测模块获取的矩形深度图像进行处理,并结合图像处理算法获取环形焊接面的3D云图,能够对3D视觉检测模块获取的深度图像进行线性畸变矫正,获取环形物体的精确、真实的三维坐标位置,从而引导机器人进行精确自动焊接,提高焊接质量。
第四方面,本发明提供了一种计算机设备,包括:存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面或其对应的任一实施方式的自动焊接系统的控制方法。
第五方面,本发明提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的自动焊接系统的控制方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的自动焊接系统的结构框图;
图2是根据本发明实施例的自动焊接系统的控制方法的流程示意图;
图3是根据本发明实施例的自动焊接系统的控制方法的设备固定位置示意图;
图4是根据本发明实施例的自动焊接系统的控制方法的具体操作过程示意图;
图5是根据本发明实施例的自动焊接系统的控制方法的预设矫正算法原理图;
图6是根据本发明实施例的自动焊接系统的控制装置的结构框图;
图7是本发明实施例的计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动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。
本发明实施例适用于对电动机定子的铜线端面进行焊接的场景。本发明实施例提供了一种自动焊接系统,通过控制模块进行图像采集、图像矫正、图像处理及自动焊接以达到高精度自动焊接的效果。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。
本发明实施例提供了一种自动焊接系统,如图1所示,系统包括:
承载模块101,包括承载台面,承载台面上设有旋转装置,用于放置待焊接工件并带动其进行旋转;
移动模块102,固定于承载台面,用于带动3D视觉检测模块进行移动;
3D视觉检测模块103,固定于移动模块末端,用于对待焊接工件进行图像采集;
控制模块104,固定于承载台面,用于控制3D视觉检测模块对待焊接工件进行图像采集,并通过预设矫正算法及预设图像处理算法将采集得到的矩形深度图像转化为环形焊接端面的3D点云图,并按照3D点云图控制焊接模块进行焊接;
焊接模块105,固定于承载台面,用于对待焊接工件的环形焊接端面的焊接点进行焊接。
具体地,在本发明实施例中,移动模块102为6轴机器人,3D视觉检测模块103为3D线扫相机,控制模块104包括人机交互界面及内部的可编程逻辑控制器(ProgrammableLogic Controller,PLC),焊接模块105为四轴机器人焊接装置,各模块均固定于承载台面上,以上仅作为举例,不以此为限。
本发明实施例提供的自动焊接系统,通过在承载模块上安装其他模块,由控制模块控制移动模块来带动3D视觉检测模块进行移动,移动过程中对待焊接工件进行图像采集,并通过预设矫正算法及预设图像处理算法将获取的矩形深度图像转化为3D点云图,根据3D点云图控制焊接模块进行焊接。本发明通过对图像采集、图像矫正、图像处理及自动焊接进行控制,能够实现高精度的自动焊接,且能够保证焊接质量。
本发明实施例提供了一种自动焊接系统的控制方法,通过获取待焊接工件环形焊接面的3D点云图以达到精准自动焊接的效果。需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种自动焊接系统的控制方法,可用于上述的计算机,图2是根据本发明实施例的自动焊接系统的控制方法的流程图,如图2所示,该流程包括如下步骤:
步骤S201,控制3D视觉检测模块移动至待焊接工件的环形焊接端面上方的预设高度处,并基于3D视觉检测模块的成像清晰原则确定3D视觉检测模块的固定位置、激光强度及相机参数。
具体地,在本发明实施例中,以电动机定子作为待焊接工件,待焊接定子的环形铜线端面为环形焊接端面,仅作为举例,但不以此为限。如图3所示,将待焊接定子置于工作平面的旋转装置,并将3D线扫相机固定在6轴机器末端。本发明实施例通过控制模块控制6轴机器人末端移动到待焊接定子上方,使3D线扫相机处于待焊接定子上方的预设高度处。其中,通过自动焊接系统的控制模块执行本发明实施例所有步骤,仅作为举例,但不以此为限。
在一种可选的实施方式中,如图3所示,3D线扫相机的激光入射方向与环形焊接端面的圆心对齐,且根据3D线扫相机的激光扫描范围设置3D线扫相机的预设高度。由于3D线扫相机的视野在Z轴方向上具有一定的高度范围限制,在这个范围之外所反射的激光线无法被相机接收,会导致无法采集到图像,因此本发明实施例将预设高度的范围控制在60mm-70mm,以保证完整成像。在此基础上,基于3D线扫相机的成像清晰原则,微调机器人末端位置,并对3D线扫相机的激光强度和相机参数进行调整,观察控制模块的人机交互界面中成像像素的灰度值大小及连续性,保证待焊接定子的环形铜线端面成像不会过暗也不会过曝,过程如图4所示。
在一种可选的实施方式中,为保证图像采集、传输和处理的速度,在待焊接定子的环形铜线端面划分出感兴趣区域(Region of interest,ROI)。通过将图像待计算区域由整幅图像缩小至局部感兴趣区域ROI,可以有效降低数据的传输和计算量。为平衡计算速度和准确性,本发明实施例框择矩形感兴趣区域ROI,高/宽度设置为目标区域实际像素高/宽度±100,但不以此为限。框选感兴趣区域ROI后,图像中感兴趣区域ROI外的像素不参与计算,可屏蔽多余区域并消除噪声影响。
步骤S202,控制待焊接工件于旋转装置上进行预设角度的匀速旋转,并控制3D视觉检测模块对待焊接工件进行图像采集,获取环形焊接端面的矩形深度图像。
具体地,在本发明实施例中,通过控制模块的人机交互界面设置待焊接定子旋转的预设角度,控制待焊接定子在旋转装置上开始匀速旋转,同时控制3D线扫相机采用行加帧触发模式使得平台在转动的同时开始进行图像采集。如图4所示,本发明实施例控制待焊接定子进行360°的匀速旋转,对整个环形铜线端面进行图像采集,但不以此为限。3D线扫相机采用行加帧触发模式进行图像采集,在进行图像采集时要保证待焊接工件的匀速旋转精度与3D线扫相机的行加帧触发频率保持匹配,且待焊接工件匀速旋转的起始和终止信号与3D线扫相机的图像采集起始和终止信号对应。执行过程中,如果起始终止信号没有正确对应或两者在运动过程中的频率不相匹配,都会导致最终图像采集失败。
步骤S203,根据预设矫正算法对矩形深度图像进行二次矫正,获取环形焊接端面的环形深度图像,并根据预设图像处理算法将环形深度图像转换为3D点云图。
具体地,在本发明实施例中,由于3D线扫相机扫描频率固定,而待测定子内外圈由于角速度固定线速度不同,导致内外圈采样间隔不一致,使得定子沿径向产生线性畸变,即径向方向上越往内圈真实形状被拉伸的效应越明显,形成了图5所示效果。图5中(a)所示的真实圆环形状的物体被展开后本应是图5中(b)所示的一个梯形,但是由于线性畸变效应的存在,使得形成的图像为图5中(c)所示的长条矩形。直线转圆的算法的目的即为消除线性畸变影响并找到不同坐标系下坐标和灰度值的映射关系。其中,预设矫正算法的基本原理如下:旋转装置运动结束后,3D视觉检测模块得到的图像为长条矩形,物体中任一点在像素坐标系下的坐标值为(x0,y0),实际物体的形状为环形区域,该点对应的像素坐标为(x2,y2)。求解(x0,y0)到(x2,y2)的坐标转换关系,包括如下两步:径向线性畸变矫正及极坐标转换
1.径向线性畸变矫正的过程:基于旋转扫描过程中环形焊接端面不同半径处采样间隔的线性变化原则,对矩形深度图像内的第一像素坐标(x0,y0)进行径向降采样,采样系数K的计算公式如下:
其中,H和W分别为矩形深度图像的高度像素值和宽度像素值。
通过降采样将矩形深度图像转换为对应的梯形深度图像,对应第二像素坐标点为(x1,y1);
通过对沿X轴方向上K个像素的灰度值Gray求平均来获取平均灰度值aveGray,并代替K个像素中心处的灰度值Gray,求平均公式如下所示:
根据矩形深度图像与对应梯形深度图像之间的坐标及灰度值映射关系,来获取梯形深度图像的二维平面坐标及平均灰度值映射关系,公式如下所示:
x1=x0/K
y1=y0
2.极坐标转换的过程:基于圆环展开的逆过程,计算第二像素坐标点(x1,y1)对应到圆环上后与X轴的夹角α,计算公式如下所示:
根据夹角对梯形深度图像进行极坐标转换,将梯形深度图像转换为环形深度图像,对应第三像素坐标点为(x2,y2)。
根据梯形深度图像与对应环形深度图像之间的坐标及灰度值映射关系,来获取环形深度图像的二维平面坐标及平均灰度值映射关系,公式如下所示:
x2=(H-2πW+2πy0)cosα
y2=(H-2πW+2πy0)sinα
在一种可选的实施方式中,通过预设矫正算法处理后,可以将不同图像系下的坐标值和灰度值一一对应,生成一幅新的圆形图像,但是3D线扫相机获取的是深度图像,还需要通过图像处理才能转换成三维点云图。此外,预设矫正算法仅对X和Y坐标进行矫正,因为Z方向没有相对运动,因此Z坐标不会存在畸变,而且环形深度图像不同点的像素灰度值代表此处的高度,即Z坐标。本发明实施例选取环形深度图像内的感兴趣区域,通过预设图像处理算法将环形深度图像的灰度值转化为高度坐标,并结合环形深度图像的二维平面坐标,将环形深度图像转换为环形焊接端面的3D点云图。
步骤S204,按照预设九点标定原则对3D点云图进行标定,获取环形焊接端面内所有焊接点的中心点坐标,并根据中心点坐标控制焊接模块进行焊接。
具体地,在本发明实施例中,在获取到3D点云图后,对其进行九点标定,获取所有焊接点的中心点坐标位置,在焊接前控制模块通过控制六轴机器人将3D线扫相机移动到侧边,然后根据获得的3D点云图来控制四轴机器人焊接装置进行焊接。
本发明实施例提供的自动焊接系统的控制方法,通过控制3D视觉检测模块移动至待焊接工件的环形焊接端面上方预设高度处,确定其固定位置、激光强度及相机参数来保证成像清晰,控制待焊接工件匀速旋转并控制3D视觉检测模块进行图像采集,获取环形焊接端面的矩形深度图像,采用预设矫正算法将矩形深度图像还原为环形深度图像,并通过预设图像处理算法获取环形焊接端面的3D点云图,按照3D点云图进行自动焊接。本发明通过预设矫正算法对3D视觉检测模块获取的矩形深度图像进行处理,并结合图像处理算法获取环形焊接面的3D云图,能够对3D视觉检测模块获取的深度图像进行线性畸变矫正,获取环形物体的精确、真实的三维坐标位置,从而引导机器人进行精确自动焊接,提高焊接质量。
本实施例提供一种自动焊接系统的控制装置,如图6所示,包括:
设备控制模块601,用于控制3D视觉检测模块移动至待焊接工件的环形焊接端面上方的预设高度处,并基于3D视觉检测模块的成像清晰原则确定3D视觉检测模块的固定位置、激光强度及相机参数;
图像采集模块602,用于控制待焊接工件于旋转装置上进行预设角度的匀速旋转,并控制3D视觉检测模块对待焊接工件进行图像采集,获取环形焊接端面的矩形深度图像;
云图获取模块603,用于根据预设矫正算法对矩形深度图像进行二次矫正,获取环形焊接端面的环形深度图像,并根据预设图像处理算法将环形深度图像转换为3D点云图;
自动焊接模块604,用于按照预设九点标定原则对3D点云图进行标定,获取环形焊接端面内所有焊接点的中心点坐标,并根据中心点坐标控制焊接模块进行焊接。
上述各个模块和单元的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本实施例中的自动焊接系统的控制装置是以功能单元的形式来呈现,这里的单元是指ASIC(Application Specific Integrated Circuit,专用集成电路)电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
本发明实施例还提供一种计算机设备,具有上述图6所示的自动焊接系统的控制装置。
请参阅图7,图7是本发明可选实施例提供的一种计算机设备的结构示意图,如图7所示,该计算机设备包括:一个或多个处理器10、存储器20,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相通信连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个计算机设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器10为例。
处理器10可以是中央处理器,网络处理器或其组合。其中,处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路,可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件,现场可编程逻辑门阵列,通用阵列逻辑或其任意组合。
其中,存储器20存储有可由至少一个处理器10执行的指令,以使至少一个处理器10执行实现上述实施例示出的方法。
存储器20可以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、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器20可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中,存储器20可选包括相对于处理器10远程设置的存储器,这些远程存储器可以通过网络连接至该计算机设备。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。
存储器20可以包括易失性存储器,例如,随机存取存储器;存储器也可以包括非易失性存储器,例如,快闪存储器,硬盘或固态硬盘;存储器20还可以包括上述种类的存储器的组合。
该计算机设备还包括通信接口30,用于该计算机设备与其他设备或通信网络通信。
本发明实施例还提供了一种计算机可读存储介质,上述根据本发明实施例的方法可在硬件、固件中实现,或者被实现为可记录在存储介质,或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中,存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等;进一步地,存储介质还可以包括上述种类的存储器的组合。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件,当软件或计算机代码被计算机、处理器或硬件访问且执行时,实现上述实施例示出的方法。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种自动焊接系统,用于对待焊接工件的环形焊接端面进行焊接,其特征在于,包括:
承载模块,包括承载台面,所述承载台面上设有旋转装置,用于放置待焊接工件并带动其进行旋转;
移动模块,固定于所述承载台面,并适于相对承载台面移动;
3D视觉检测模块,固定于所述移动模块末端,用于对所述待焊接工件进行图像采集;
控制模块,固定于所述承载台面,用于控制所述3D视觉检测模块对所述待焊接工件进行图像采集,并通过预设矫正算法及预设图像处理算法将采集得到的矩形深度图像转化为环形焊接端面的3D点云图,以按照所述3D点云图控制焊接模块进行焊接;
焊接模块,固定于所述承载台面,用于对待焊接工件的环形焊接端面的焊接点进行焊接。
2.一种自动焊接系统的控制方法,其特征在于,包括:
控制3D视觉检测模块移动至待焊接工件的环形焊接端面上方的预设高度处,并基于所述3D视觉检测模块的成像清晰原则确定所述3D视觉检测模块的固定位置、激光强度及相机参数;
控制所述待焊接工件于旋转装置上进行预设角度的匀速旋转,并控制所述3D视觉检测模块对待焊接工件进行图像采集,获取所述环形焊接端面的矩形深度图像;
根据预设矫正算法对所述矩形深度图像进行二次矫正,获取所述环形焊接端面的环形深度图像,并根据预设图像处理算法将所述环形深度图像转换为3D点云图;
按照预设九点标定原则对所述3D点云图进行标定,获取环形焊接端面内所有焊接点的中心点坐标,并根据所述中心点坐标控制焊接模块进行焊接。
3.根据权利要求2所述的方法,其特征在于,所述预设矫正算法的计算过程,包括:径向线性畸变矫正及极坐标转换;
所述径向线性畸变矫正的过程:基于旋转扫描过程中环形焊接端面不同半径处采样间隔的线性变化原则,对所述矩形深度图像内的第一像素坐标(x0,y0)进行径向降采样,采样系数K的计算公式如下:
其中,H为所述矩形深度图像的高度像素值,W为矩形深度图像的宽度像素值;
通过降采样将所述矩形深度图像转换为对应的梯形深度图像,对应第二像素坐标点为(x1,y1);
通过对沿X轴方向上K个像素的灰度值Gray求平均来获取平均灰度值aveGray,并代替K个像素中心处的灰度值Gray,求平均公式如下所示:
根据所述矩形深度图像与对应梯形深度图像之间的坐标及灰度值映射关系,来获取所述梯形深度图像的二维平面坐标及平均灰度值映射关系,公式如下所示:
x1=x0/K
y1=y0
所述极坐标转换的过程:基于圆环展开的逆过程,计算第二像素坐标点(x1,y1)对应到圆环上后与X轴的夹角α,计算公式如下所示:
根据所述夹角对所述梯形深度图像进行极坐标转换,将所述梯形深度图像转换为环形深度图像,对应第三像素坐标点为(x2,y2);
根据所述梯形深度图像与对应环形深度图像之间的坐标及灰度值映射关系,来获取所述环形深度图像的二维平面坐标及平均灰度值映射关系,公式如下所示:
x2=(H-2πW+2πy0)cosα
y2=(H-2πW+2πy0)sinα
4.根据权利要求2所述的方法,其特征在于,还包括:在所述待焊接工件的环形焊接端面内选取感兴趣区域,对还原后的环形深度图像内所述感兴趣区域内的像素进行图像处理。
5.根据权利要求2所述的方法,其特征在于,所述3D视觉检测模块的激光入射方向与所述环形焊接端面的圆心对齐,且根据所述3D视觉检测模块的激光扫描范围设置所述3D视觉检测模块的预设高度。
6.根据权利要求2所述的方法,其特征在于,所述3D视觉检测模块采用行加帧触发模式进行图像采集;
所述待焊接工件的匀速旋转精度与所述3D视觉检测模块的行加帧触发频率保持匹配,且所述待焊接工件匀速旋转的起始信号和终止信号与所述3D视觉检测模块的图像采集起始信号和终止信号对应。
7.根据权利要求6所述的方法,其特征在于,所述根据预设图像处理算法将所述环形深度图像转换为3D点云图的过程,包括:选取所述环形深度图像内的感兴趣区域,通过预设图像处理算法将所述环形深度图像的灰度值转化为高度坐标,并结合所述环形深度图像的二维平面坐标,将所述环形深度图像转换为所述环形焊接端面的3D点云图。
8.一种自动焊接系统的控制装置,其特征在于,所述装置包括:
设备控制模块,用于控制3D视觉检测模块移动至待焊接工件的环形焊接端面上方的预设高度处,并基于所述3D视觉检测模块的成像清晰原则确定所述3D视觉检测模块的固定位置、激光强度及相机参数;
图像采集模块,用于控制所述待焊接工件于旋转装置上进行预设角度的匀速旋转,并控制所述3D视觉检测模块对待焊接工件进行图像采集,获取所述环形焊接端面的矩形深度图像;
云图获取模块,用于根据预设矫正算法对所述矩形深度图像进行二次矫正,获取所述环形焊接端面的环形深度图像,并根据预设图像处理算法将所述环形深度图像转换为3D点云图;
自动焊接模块,用于按照预设九点标定原则对所述3D点云图进行标定,获取环形焊接端面内所有焊接点的中心点坐标,并根据所述中心点坐标控制焊接模块进行焊接。
9.一种计算机设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求2至7中任一项所述的自动焊接系统的控制方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行权利要求2至7中任一项所述的自动焊接系统的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310978205.6A CN116833639A (zh) | 2023-08-04 | 2023-08-04 | 一种自动焊接系统及其控制方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310978205.6A CN116833639A (zh) | 2023-08-04 | 2023-08-04 | 一种自动焊接系统及其控制方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116833639A true CN116833639A (zh) | 2023-10-03 |
Family
ID=88169128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310978205.6A Pending CN116833639A (zh) | 2023-08-04 | 2023-08-04 | 一种自动焊接系统及其控制方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116833639A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117283054A (zh) * | 2023-11-14 | 2023-12-26 | 莱芜市方圆金属制品有限公司 | 一种直缝焊接钢管线外清除内毛刺装置 |
-
2023
- 2023-08-04 CN CN202310978205.6A patent/CN116833639A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117283054A (zh) * | 2023-11-14 | 2023-12-26 | 莱芜市方圆金属制品有限公司 | 一种直缝焊接钢管线外清除内毛刺装置 |
CN117283054B (zh) * | 2023-11-14 | 2024-04-05 | 莱芜市方圆金属制品有限公司 | 一种直缝焊接钢管线外清除内毛刺装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112223302B (zh) | 基于多传感器的带电作业机器人的快速标定方法及装置 | |
CN108534710B (zh) | 一种单线激光的三维轮廓扫描装置及方法 | |
CN108458670B (zh) | 一种双线激光的三维轮廓扫描装置及方法 | |
CN210046133U (zh) | 基于激光结构光的焊缝视觉跟踪系统 | |
EP3531066B1 (en) | Three-dimensional scanning method including a plurality of lasers with different wavelengths, and scanner | |
WO2012053521A1 (ja) | 光学情報処理装置、光学情報処理方法、光学情報処理システム、光学情報処理プログラム | |
CN112200916B (zh) | 房屋户型图的生成方法、装置、计算设备和存储介质 | |
US20090268214A1 (en) | Photogrammetric system and techniques for 3d acquisition | |
CN116833639A (zh) | 一种自动焊接系统及其控制方法、装置、设备及介质 | |
CN108344693B (zh) | 一种面向自动焊接的薄板焊缝错边量视觉测量方法 | |
CN111223048B (zh) | 一种3d视觉点云数据拼接的方法及其系统 | |
TWI493153B (zh) | 非接觸式物件空間資訊量測裝置與方法及取像路徑的計算方法 | |
CN112907682B (zh) | 一种五轴运动平台的手眼标定方法、装置及相关设备 | |
CN113376649A (zh) | 基于全局粗略扫描成像后的机器人自动局部扫描规划方法 | |
CN116638521A (zh) | 目标物件的机械臂定位抓取方法、系统、设备及存储介质 | |
JP2018522240A (ja) | アーチファクトを測定するための方法 | |
CN109671059B (zh) | 一种基于OpenCV的电池盒图像处理方法及系统 | |
CN111833392A (zh) | 标记点多角度扫描方法、系统及装置 | |
CN113533498A (zh) | 自动化涡流探伤系统的焊缝检测定位方法及定位装置 | |
CN117876219A (zh) | 基于3d线扫描装置的点云拼接方法、装置、设备、介质 | |
KR102177726B1 (ko) | 가공품 검사 장치 및 검사 방법 | |
CN111178296A (zh) | 多工件视觉定位和识别方法 | |
CN116147477A (zh) | 联合标定方法、孔位检测方法、电子设备以及存储介质 | |
Seçil et al. | 3-d visualization system for geometric parts using a laser profile sensor and an industrial robot | |
CN113192029B (zh) | 一种基于ToF的焊缝识别方法 |
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 |