CN116958178A - 一种基于激光视觉的焊缝打磨自主规划方法及系统 - Google Patents
一种基于激光视觉的焊缝打磨自主规划方法及系统 Download PDFInfo
- Publication number
- CN116958178A CN116958178A CN202310593298.0A CN202310593298A CN116958178A CN 116958178 A CN116958178 A CN 116958178A CN 202310593298 A CN202310593298 A CN 202310593298A CN 116958178 A CN116958178 A CN 116958178A
- Authority
- CN
- China
- Prior art keywords
- welding seam
- laser
- point
- polishing
- weld
- 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
- 238000005498 polishing Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003466 welding Methods 0.000 claims abstract description 117
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 239000000463 material Substances 0.000 claims abstract description 12
- 230000007704 transition Effects 0.000 claims abstract description 12
- 238000000227 grinding Methods 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims description 3
- 239000011324 bead Substances 0.000 description 21
- 230000008569 process Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000007517 polishing process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明涉及一种基于激光视觉的焊缝打磨自主规划方法及系统,包括以下步骤:S1、采用激光视觉传感器获取焊缝表面轮廓,建立焊缝坐标系;S2、基于轮廓点云数据,通过特征提取算法获取焊缝的最高点以及焊缝与母材平面的两边缘过渡点;S3、将焊缝沿其延伸方向进行分割形成多个焊缝截面,将每个焊缝截面近似矩形处理;S4、将焊缝截面分割为若干面积相等的小矩形,获取每个小矩形的中心点作为打磨路径点,将多个焊缝截面的打磨路径点进行拟合,以生成平滑、稳定的打磨路径。本发明能够根据焊缝的特征,自主规划形成平滑、稳定的打磨路径,打磨效率高、适用性强。
Description
技术领域
本发明涉及焊接技术领域,尤其是指一种基于激光视觉的焊缝打磨自主规划方法及系统。
背景技术
在现代制造过程中,工件结构件逐渐朝向着大型化的方向发展。而在焊接过程中形成的焊缝的内应力会影响构件性能,因此对焊缝的打磨加工是不可或缺的。目前,机器人技术已经大量应用在焊缝打磨领域中,主要通过人工示教和机器人离线编程进行打磨轨迹的规划。然而,当前使用的方法存在一系列问题。
其中,人工示教的方式会带来耗时长、效率低的问题。机器人编程技术尽管可以利用已知工件的空间信息生成复杂的加工路径,但是针对不同的打磨工况和环境变化的稳定性和适应性不够,难以达到高精度打磨过程的要求。因此,以上实施方式都难以满足现代工业制造对机器人打磨效果提出越来越高的要求。
发明内容
为此,本发明的目的在于提供一种基于激光视觉的焊缝打磨自主规划方法及系统,能够根据焊缝的特征,自主规划形成平滑、稳定的打磨路径,打磨效率高、适用性强。
为解决上述技术问题,本发明提供了一种基于激光视觉的焊缝打磨自主规划方法,包括以下步骤:
S1、采用激光视觉传感器获取焊缝表面轮廓,建立焊缝坐标系;
S2、基于轮廓点云数据,通过特征提取算法获取焊缝的最高点以及焊缝与母材平面的两边缘过渡点;
S3、将焊缝沿其延伸方向进行分割形成多个焊缝截面,将每个焊缝截面近似矩形处理;
S4、将焊缝截面分割为若干面积相等的小矩形,获取每个小矩形的中心点作为打磨路径点,将多个焊缝截面的打磨路径点进行拟合,以生成打磨路径。
在本发明的一个实施例中,所述激光视觉传感器包括激光发生器、调光镜组及CCD成像平面,在步骤S1中,通过所述激光视觉传感器获取焊缝表面轮廓,包括以下步骤:
S1-1、采用所述激光发生器发射激光,激光透过调光镜组之后形成线激光,所述线激光投射在焊缝表面,在焊缝表面形成具有特征的线性激光条纹;
S1-2、通过所述CCD成像平面接收所述线性激光条纹并形成焊接坡口的激光条纹图像;
S1-3、基于激光条纹图像,对原始图像进行阈值分割,以剔除部分焊缝位置反光干扰;
S1-4、基于激光中心线提取算法,将激光条纹图像中投射到焊缝表面的激光条纹的二维像素坐标值提取出来;同时,基于设计的激光结构光视觉的视觉标定系统,通过激光平面转换和手眼转换,将二维像素坐标转换到机器人基坐标系,并进行进一步点云处理,以重建该位置处待打磨的焊缝表面三维形貌。
在本发明的一个实施例中,所述点云处理方法包括:点云统计学滤波、体素降采样滤波、区域生长分割和欧式聚类分割的过程。
在本发明的一个实施例中,在步骤S1中,还包括步骤S1-5、设置激光视觉传感器随着机器人末端移动形成扫描路径,在扫描路径中固定间隔的位置在焊缝表面重复上述步骤S1-1~S1-4,获取焊缝在各个点位的焊缝表面三维形貌。
在本发明的一个实施例中,所述扫描路径的设置方法包括:
基于工件和机器人空间位置的固定扫描路径,通过路径插值的方式设置扫描拍照点位;
或,设定初始扫描位置后,通过自动搜索焊缝特征点的消失位置作为终止扫描位置;
或,在待焊焊缝起始和终止位置同时确定一个搜索激光特征。
在本发明的一个实施例中,在所述焊缝坐标系中,定义所述的焊缝方向设定为X方向,则其法向截面方向即为YOZ平面;定义在焊缝扫描的法向YOZ平面存在焊缝和母材平面的边缘点a和b,两个边缘点连接方向为Y方向,两者连接的中点为O点,截面法向的连接方向为Z方向。
在本发明的一个实施例中,在步骤S2中,所述特征提取方法通过不同的特征点定位方式寻找所需的打磨工具点;基于N个焊缝三维轮廓点云,通过遍历的方式,搜寻在边缘点a和b之间的z值,并通过对比得到z方向的最大值点作为当前拍照位置的待焊焊缝的最高点位置。
在本发明的一个实施例中,在步骤S3中,将拟完成打磨的焊缝轮廓和每次打磨后的去除的部分都近似为矩形,所获得的焊缝最高点的高度为Hmax,此值则用来近似整个待打磨焊缝的整体高度,所获得的焊缝和母材基板过渡边缘点a和b,其距离Wmax,此值用来近似整个待打磨焊缝的整体宽度,设定每一道打磨去除高度为d,打磨去除宽度为w。
在本发明的一个实施例中,在步骤S4中,所述打磨路径点的拟合方法为:基于样条曲线的拟合方法,生成平滑并且接近于每一个打磨工具点的路径点点集,并通过插值的方法,生成密集的焊缝最高点的三维空间坐标。
为解决上述技术问题,本发明还提供了一种基于激光视觉的焊缝打磨自主规划系统,用于实现上述方法,包括:
图像采集模块,用于采用激光视觉传感器获取焊缝表面轮廓,建立焊缝坐标系;
特征点提取模块,基于轮廓点云数据,通过特征提取算法获取焊缝的最高点以及焊缝与母材平面的两边缘过渡点;
图像处理模块;将焊缝沿其延伸方向进行分割形成多个焊缝截面,将每个焊缝截面近似矩形处理;
路径拟合模块,将焊缝截面分割为若干面积相等的小矩形,获取每个小矩形的中心点作为打磨路径点,将多个焊缝截面的打磨路径点进行拟合,以生成打磨路径。
本发明的上述技术方案相比现有技术具有以下优点:
本发明所述的基于激光视觉的焊缝打磨自主规划方法及系统,使用激光视觉传感器获取焊缝表面轮廓,基于轮廓点云数据,可以通过特征提取算法获得焊缝的最高点以及焊缝和平板的边缘过渡点;基于提出的梯形近似方法,可以有效地将焊道分割为矩形的焊道打磨截面;然后通过重心法可以获得矩形中心点;基于各个拍照位置的矩形中心点,可以进行拟合插值,以生成该层该道次的平滑、稳定的打磨路径。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1为本发明中基于激光视觉的焊缝打磨自主规划方法的步骤流程图;
图2为本发明中中扫描路径特征点定义的示意图;
图3为本发明中焊道坐标系定义的示意图;
图4为本发明中待打磨焊道简化过程的示意图;
图5为本发明中焊道各个层道的打磨规划结果图;
图6为本发明中激光传感器在各个扫描位置拍照的示意图;
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
正如背景中所述,焊接过程中形成的焊缝的内应力会影响构件性能,因此对焊缝的打磨加工是必不可少的。随着工业机器人的在生产制造中使用,机器人技术大量应用在焊缝打磨领域中。然而,目前,主要通过人工示教和机器人离线编程进行打磨轨迹的规划。这样带来的问题是耗时长、效率低和适应性不好的问题。
基于此,参照图1所示,本发明提供了一种基于激光视觉的焊缝打磨自主规划方法,包括以下步骤:
S1、采用激光视觉传感器获取焊缝表面轮廓,建立焊缝坐标系;
S2、基于轮廓点云数据,通过特征提取算法获取焊缝的最高点以及焊缝与母材平面的两边缘过渡点;
S3、将焊缝沿其延伸方向进行分割形成多个焊缝截面,将每个焊缝截面近似矩形处理;
S4、将焊缝截面分割为若干面积相等的小矩形,获取每个小矩形的中心点作为打磨路径点,将多个焊缝截面的打磨路径点进行拟合,以生成打磨路径。。
为使本发明的目的、优点和特征更加清楚,以下结合附图和具体实施例对本发明作进一步详细说明。需说明的是,附图均采用非常简化的形式且未按比例绘制,仅用以方便、明晰地辅助说明本发明实施例的目的。此外,附图所展示的结构往往是实际结构的一部分。特别的,各附图需要展示的侧重点不同,有时会采用不同的比例。
本实施例提供一种基于激光视觉的焊缝打磨自主规划方法,包括以下步骤:
针对待打磨焊缝,设定初始扫描拍照位置,认为是待打磨焊缝的起始位置;
通过激光视觉传感器获取待打磨焊缝的激光条纹图像;
具体的,所述激光视觉传感器包括激光发生器、调光镜组及CCD成像平面,通过激光视觉传感器获取焊接坡口的激光条纹图像的步骤具体包括:
S1-1、使所述激光发生器发射激光,激光透过滤光系统之后形成线激光,所述线激光投射在焊缝表面,在焊缝表面形成具有特征的线性激光条纹;
S1-2、通过所述CCD成像平面接收所述激光条纹并形成所述焊接坡口的激光条纹图像。
S1-3、基于激光条纹的图像,基于图像处理算法,对原始图像进行阈值分割,以剔除部分焊缝位置反光干扰;
S1-4、基于激光中心线提取算法,将激光图像中投射到焊道表面的激光条纹的二维像素坐标值提取出来;同时,基于设计的激光结构光视觉的视觉标定系统,通过激光平面转换和手眼转换,将图像像素坐标转换到机器人基坐标系,并进行进一步点云去噪和分割,以重建该位置处待打磨的焊缝表面三维形貌;
具体的,所述的焊缝点云处理方法,包括点云统计学滤波、体素降采样滤波、区域生长分割和欧式聚类分割等过程。所述点云处理方法可以有效去除由原图中激光反光带来的干扰噪声点和非焊缝区域激光条纹带来的影响。经由精细的参数设置和调整,点云可以在尽可能减少离群点的基础上完整保留焊缝处点云轮廓。
S1-5、基于扫描路径,使激光传感器随着机器人末端移动,在固定间隔的位置对焊缝表面进行以上S1-1~S1-4的过程,通过此固定间隔的定点扫描流程可以焊缝在各个位置处的焊缝三维形貌。
参照图2所示,设置此扫描路径共有三种方法:第一种方法是基于工件和机器人空间位置的固定扫描路径,通过路径插值的方式设置扫描拍照点位;第二种方法是通过设定初始扫描位置后,通过自动搜索焊缝特征点的消失位置作为终止扫描位置;第三种方法是在待焊焊缝起始和终止位置同时确定一个搜索激光特征。
具体的,所述的焊缝激光条纹特征,是焊缝首尾与平板母材之间的过渡位置,可以通过激光条纹的点云曲率作为特征。
具体的,基于上述扫描方法,所述点云获取方向和焊缝方向大致是相同方向。
在待打磨的焊缝的多个拍照位置进行扫描之后,将对于焊道坐标系进行建立。
如图3所示,定义所述的焊道方向设定为X方向,则其法向截面方向即为YOZ平面;定义在焊缝扫描的法向YOZ平面存在焊道和母材平面的边缘点a和b,两个边缘点连接方向为Y方向,两者连接的中点为O点,截面法向的连接方向为Z方向。
在本实施例中,基于焊道坐标系定义之后,需要进行焊缝最高点寻找。通过从N个拍照位获得的焊缝三维轮廓,可以使用特征提取方法以获得焊缝最高值特征点。
具体的,所述特征提取方法通过不同的特征点定位方式寻找所需的打磨工具点。基于N个焊缝三维轮廓点云,通过遍历的方式,搜寻在边缘点a和b之间的z值,并通过对比得到z方向的最大值点作为当前拍照位置的待焊焊缝的最高点位置。
具体的,此处对原始的严格三维轮廓进行了简化,对焊缝的截面轮廓进行简化,将当前激光扫描出的轮廓近似为焊缝截面轮廓。
具体的,基于以上简化,可以设定阈值,通过对于平板表面轮廓点云进行拟合直线,进而将平板部分点云和焊缝处点云分隔开;并通过遍历点云,以点到直线距离作为判定依据,将各点进行排序,将拥有最大距离属性的点作为待打磨的工具点。
在本实施例中,在扫描过程完成之后,在每一个拍照点位都获得了相应的焊道轮廓以及获取的打磨工具点坐标,因此,需要进行进一步的路径点拟合。为了增加轨迹点的置信度,在扫描点位设置时已经设定了冗余的拍照点位,因此,在拟合之前,需要进一步对于获取的待打磨工具点进行离群点去除。
具体的,所述的离群点去除方法,可以根据kdtree查找最近邻近点数目,设置邻近点数目的阈值,以剔除孤立的离群点。基于此方法,可以获得每一个扫描位置焊缝截面的最高点坐标。
如图4所示,在对于待打磨焊道完成扫描之后,可以获得每个位置的焊道最高点位置坐标值。
如图5所示,在打磨模型中,将拟完成打磨的焊道轮廓和每次打磨后的去除的部分都近似为矩形。
在本实施例中,所获得的焊缝最高点的高度为Hmax,此值则用来近似整个待打磨焊道的整体高度;所获得的焊缝和母材基板过渡边缘点a和b,其距离Wmax,此值用来近似整个待打磨焊道的整体宽度。基于打磨试验的结果,设定每一道打磨去除高度为d,打磨去除宽度为w。
进行多次实际打磨之前需要对于打磨过程进行层道划分,因此要求对去除量进行估计。打磨机器人末端的打磨头百叶片中心点定义为TCP点,将TCP点的Z方向下压量近似为去除量。
如图6所示,在所述的焊缝截面近似矩形的处理之后,可以将焊缝分割成为n个面积相等的小矩形,作为打磨量。其中n=Hmax/h*Wmax/w。
具体的,在每一个d*w的小矩形中,寻找重心点作为打磨工具TCP点,即为该层该道次的打磨过程的路径点。
具体的,所述的路径点拟合方法,可以通过基于样条曲线的拟合方法,生成平滑并且接近于每一个打磨工具点的路径点点集,并通过插值的方法,生成密集的焊缝最高点的三维空间坐标。
拟合后的打磨工具点,即为打磨路径。基于此打磨路径,根据打磨机器人运动的输入要求,可以均匀设置在队列中输出。
具体的,通过KRL(Kuka机器人编程语言)的方式,由上位机直接控制Kuka机器人,并通过Kuka机器人向打磨头发出指令,通过逐点发送的方式,将点传送给机器人。
具体的,采用逼近的运动方式,可以使得打磨末端不用严格运动到设定路径点,而是采用近似的方式,保证了打磨路径的平滑性和平稳性,提高打磨质量。
通过测试,本实施例所述的焊缝打磨轨迹规划方法的误差较小,能够实现高精度和高效率的打磨过程。
综上,本实施例提供了一种基于激光视觉的焊缝打磨自主规划方法。经过测试,此实施例实现了高精度和高实时性的打磨过程。此实施例使用激光视觉传感器获取焊缝表面轮廓,基于轮廓点云数据,可以通过特征提取算法获得焊缝的最高点以及焊缝和平板的边缘过渡点。基于提出的梯形近似方法,此实施例可以有效地将焊道分割为矩形的焊道打磨截面。然后通过重心法可以获得矩形中心点。基于各个拍照位置的矩形中心点,可以进行拟合插值,以生成各个层道中的平滑、稳定的打磨路径。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于激光视觉的焊缝打磨自主规划方法,其特征在于:包括以下步骤:
S1、采用激光视觉传感器获取焊缝表面轮廓,建立焊缝坐标系;
S2、基于轮廓点云数据,通过特征提取算法获取焊缝的最高点以及焊缝与母材平面的两边缘过渡点;
S3、将焊缝沿其延伸方向进行分割形成多个焊缝截面,将每个焊缝截面近似矩形处理;
S4、将焊缝截面分割为若干面积相等的小矩形,获取每个小矩形的中心点作为打磨路径点,将多个焊缝截面的打磨路径点进行拟合,以生成打磨路径。
2.根据权利要求1所述的基于激光视觉的焊缝打磨自主规划方法,其特征在于:所述激光视觉传感器包括激光发生器、调光镜组及CCD成像平面,在步骤S1中,通过所述激光视觉传感器获取焊缝表面轮廓,包括以下步骤:
S1-1、采用所述激光发生器发射激光,激光透过调光镜组之后形成线激光,所述线激光投射在焊缝表面,在焊缝表面形成具有特征的线性激光条纹;
S1-2、通过所述CCD成像平面接收所述线性激光条纹并形成焊接坡口的激光条纹图像;
S1-3、基于激光条纹图像,对原始图像进行阈值分割,以剔除部分焊缝位置反光干扰;
S1-4、基于激光中心线提取算法,将激光条纹图像中投射到焊缝表面的激光条纹的二维像素坐标值提取出来;同时,基于设计的激光结构光视觉的视觉标定系统,通过激光平面转换和手眼转换,将二维像素坐标转换到机器人基坐标系,并进行进一步点云处理,以重建该位置处待打磨的焊缝表面三维形貌。
3.根据权利要求2所述的基于激光视觉的焊缝打磨自主规划方法,其特征在于:所述点云处理方法包括:点云统计学滤波、体素降采样滤波、区域生长分割和欧式聚类分割的过程。
4.根据权利要求2所述的基于激光视觉的焊缝打磨自主规划方法,其特征在于:在步骤S1中,还包括步骤S1-5、设置激光视觉传感器随着机器人末端移动形成扫描路径,在扫描路径中固定间隔的位置在焊缝表面重复上述步骤S1-1~S1-4,获取焊缝在各个点位的焊缝表面三维形貌。
5.根据权利要求4所述的基于激光视觉的焊缝打磨自主规划方法,其特征在于:所述扫描路径的设置方法包括:
基于工件和机器人空间位置的固定扫描路径,通过路径插值的方式设置扫描拍照点位;
或,设定初始扫描位置后,通过自动搜索焊缝特征点的消失位置作为终止扫描位置;
或,在待焊焊缝起始和终止位置同时确定一个搜索激光特征。
6.根据权利要求1所述的基于激光视觉的焊缝打磨自主规划方法,其特征在于:在所述焊缝坐标系中,定义所述的焊缝方向设定为X方向,则其法向截面方向即为YOZ平面;定义在焊缝扫描的法向YOZ平面存在焊缝和母材平面的边缘点a和b,两个边缘点连接方向为Y方向,两者连接的中点为O点,截面法向的连接方向为Z方向。
7.根据权利要求6所述的基于激光视觉的焊缝打磨自主规划方法,其特征在于:在步骤S2中,所述特征提取方法通过不同的特征点定位方式寻找所需的打磨工具点;基于N个焊缝三维轮廓点云,通过遍历的方式,搜寻在边缘点a和b之间的z值,并通过对比得到z方向的最大值点作为当前拍照位置的待焊焊缝的最高点位置。
8.根据权利要求7所述的基于激光视觉的焊缝打磨自主规划方法,其特征在于:在步骤S3中,将拟完成打磨的焊缝轮廓和每次打磨后的去除的部分都近似为矩形,所获得的焊缝最高点的高度为Hmax,此值则用来近似整个待打磨焊缝的整体高度,所获得的焊缝和母材基板过渡边缘点a和b,其距离Wmax,此值用来近似整个待打磨焊缝的整体宽度,设定每一道打磨去除高度为d,打磨去除宽度为w。
9.根据权利要求1所述的基于激光视觉的焊缝打磨自主规划方法,其特征在于:在步骤S4中,所述打磨路径点的拟合方法为:基于样条曲线的拟合方法,生成平滑并且接近于每一个打磨工具点的路径点点集,并通过插值的方法,生成密集的焊缝最高点的三维空间坐标。
10.一种基于激光视觉的焊缝打磨自主规划系统,用于实现上述权利要求1~9任意一项所述的方法,其特征在于:包括:
图像采集模块,用于采用激光视觉传感器获取焊缝表面轮廓,建立焊缝坐标系;
特征点提取模块,基于轮廓点云数据,通过特征提取算法获取焊缝的最高点以及焊缝与母材平面的两边缘过渡点;
图像处理模块;将焊缝沿其延伸方向进行分割形成多个焊缝截面,将每个焊缝截面近似矩形处理;
路径拟合模块,将焊缝截面分割为若干面积相等的小矩形,获取每个小矩形的中心点作为打磨路径点,将多个焊缝截面的打磨路径点进行拟合,以生成平滑、稳定的打磨路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310593298.0A CN116958178A (zh) | 2023-05-24 | 2023-05-24 | 一种基于激光视觉的焊缝打磨自主规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310593298.0A CN116958178A (zh) | 2023-05-24 | 2023-05-24 | 一种基于激光视觉的焊缝打磨自主规划方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116958178A true CN116958178A (zh) | 2023-10-27 |
Family
ID=88451839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310593298.0A Pending CN116958178A (zh) | 2023-05-24 | 2023-05-24 | 一种基于激光视觉的焊缝打磨自主规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116958178A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117934616A (zh) * | 2024-03-21 | 2024-04-26 | 深圳前海瑞集科技有限公司 | 船舶工件的焊缝确定方法和装置 |
-
2023
- 2023-05-24 CN CN202310593298.0A patent/CN116958178A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117934616A (zh) * | 2024-03-21 | 2024-04-26 | 深圳前海瑞集科技有限公司 | 船舶工件的焊缝确定方法和装置 |
CN117934616B (zh) * | 2024-03-21 | 2024-05-28 | 深圳前海瑞集科技有限公司 | 船舶工件的焊缝确定方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110091333B (zh) | 复杂曲面表面焊缝特征识别和自动磨抛的装置及方法 | |
CN107876970B (zh) | 一种机器人多层多道焊接焊缝三维检测及焊缝拐点识别方法 | |
CN111805051B (zh) | 切坡口方法、装置电子设备及系统 | |
CN114055255B (zh) | 一种基于实时点云的大型复杂构件表面打磨路径规划方法 | |
CN112529858A (zh) | 一种基于机器视觉的焊缝图像处理方法 | |
CN115147437B (zh) | 机器人智能引导加工方法与系统 | |
CN104408408A (zh) | 基于曲线三维重建的机器人喷涂轨迹提取方法及提取装置 | |
CN116958178A (zh) | 一种基于激光视觉的焊缝打磨自主规划方法及系统 | |
CN113741426B (zh) | 一种基于局部点云曲线拟合的机器人加工路径规划方法 | |
CN109496286B (zh) | 数控系统及其路径规划方法和计算机可读存储介质 | |
CN110328674A (zh) | 一种激光切割机器人 | |
TW201714695A (zh) | 即時三維建模之雷射飛行打標系統及其方法 | |
CN114102274A (zh) | 3d打印零件加工方法 | |
CN115018813A (zh) | 一种机器人自主识别与精确定位焊缝的方法 | |
CN116833645A (zh) | 基于移动机器人的焊缝自主识别与焊接方法及系统 | |
JP3654586B2 (ja) | 溶接部位仕上げ方法及び装置 | |
JP3427389B2 (ja) | バリ取り方法及びその装置 | |
US6597967B2 (en) | System and method for planning a tool path along a contoured surface | |
CN115937468A (zh) | 一种无数模工件机器人加工程序自动生成方法 | |
CN115770988A (zh) | 一种基于点云环境理解的焊接机器人智能示教方法 | |
CN115139535A (zh) | 基于三维重建技术的3d打印机逆反馈检测方法及系统 | |
JP4403662B2 (ja) | 曲面修正研磨システム、nc研磨装置、光学部品研磨用のncプログラム作成方法、研磨用ncプログラム作成方法、ncプログラム用2次元座標点群ファイルの作成方法、ncプログラム作成方法 | |
JP2000311010A (ja) | 軌跡制御装置、プログラム作成装置およびプログラム変換装置 | |
KR100514115B1 (ko) | 신발의 러핑정보 측정방법 | |
Jinquan et al. | Research on Visual Recognition Method of Elbow Based on Improved Bezier Curve |
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 |