CN203973025U - 一种基于解耦检测的环缝视觉检测装置 - Google Patents

Abstract

本实用新型涉及一种基于解耦检测的环缝视觉检测装置，其特征在于该装置包括视觉检测系统、第一支架，十字调节架、焊枪和夹具，所述视觉检测系统包括摄像机、第二支架和激光器，摄像机通过第一支架与十字调节架相连，通过第二支架与激光器固定相连；十字调节架底端与焊枪顶端相连，十字调节架可带动焊枪一起运动，激光器距离焊枪前方5-10cm；在焊枪下方设有夹具，通过夹具上的三爪卡盘可以固定住V形坡口环形焊件。本实用新型可以根据焊接过程中出现的异常现象给出相应的报警信息，也可以通过显示器观察焊接过程中的相关信息，只需摄像机(包括镜头、滤光片等)与激光器就可以完成焊缝信息的提取与定位。

Description

一种基于解耦检测的环缝视觉检测装置

技术领域

本实用新型涉及确定环缝焊点位置的检测装置，具体是一种基于解耦检测的环缝视觉检测装置。 

背景技术

随着现代化焊接生产对产品质量和生产效率的要求越来越高，如何保证焊接质量，提高焊接自动化水平成为摆在人们面前的一项重大课题。焊接过程的工作环境对于焊接机器人视觉系统来说是非常恶劣的，如焊接工作不可避免地存在大量的弧光、飞溅、烟尘等干扰；经过打磨后表面光滑的工件，在激光光源照射下，由于表面的多次反射呈现不规则的反光干扰；工件表面有时不规整，常有铁屑、油污、粉笔记号等痕迹；工件的焊缝形状各异，焊件的材质也不完全相同。所有这些因素构成了对视觉系统图像处理和信息获取的挑战。在强干扰恶劣的情况下，视觉信息的获取和图像处理问题研究成为制约当前焊接机器人视觉检测应用、实现焊缝跟踪控制的一个技术瓶颈。在一般的相机标定过程中，往往先确定相机的内外参数，相机内部参数只需标定一次即可，但是外部参数需要随着焊件的转动而时时在变化，不易标定，而且运算量很大。双目视觉在获取焊缝三维信息时需要对两个摄像机获取的信息进行融合，计算量大，影响系统实时性。 

中国专利CN101954557公开了一种结构光焊缝图像跟踪的二维位置信息提取方法，该方法通过一个结构光式图像焊缝跟踪传感器获取焊缝图像，传感器对此图像进行处理，从而获得焊缝的中心位置，为焊缝跟踪直接提供焊缝的左右偏差信息；同时，利用传感器和焊接工件的几何位置关系，对实时获取的前一帧图像和后一帧进行比对，得出焊枪高度方向的变化量，从而提供出焊枪高度偏差信息，其不足之处在于：在焊接过程中由于光线、弧光、反光、飞溅等因素的影响会导致摄像机获取的当前帧图像的中心位置不准确，如果前后两帧图像做比较，就会使偏差越来越不准确。 

实用新型内容

针对现有技术的不足，本实用新型拟解决的技术问题是，提供一种基于解耦检测的环缝视觉检测装置。该检测装置根据对单帧图像提取的三维焊缝特征信息进行解耦，计算出焊枪在二维平面内相对焊缝中心的偏差量，不涉及到大规模矩阵变换，计算量较小，使得图像特征的变化和焊枪运动之间不存在耦合关系，可实现在三维空间焊点的准确定位。该检测装置视觉检测系统包括单目摄像机、激光器以及连接两者的支架，其结构简单，能准确、快速的识别焊点位置。 

本实用新型解决所述方法技术问题所采用的技术方案是，设计一种基于解耦检测的环缝视觉检测方法，用于V形坡口环形焊件的焊缝的检测、识别与焊接，其特征在于该方法的具体步骤是： 

第一步，图像处理和特征提取 

1-1图像获取：通过智能相机传感器获取包含激光条纹的焊缝区域图像； 

1-2感兴趣区域提取：确定步骤1-1获取的图像的激光条纹在图像中的范围； 

1-3图像阈值自适应分割：在步骤1-2的基础上，确定激光条纹的有效点； 

1-4激光结构光中心线提取：采用逐列提取的方式提取V形坡口环形焊缝中心线数组方法； 

1-5中心线滤波和插值：插值补全提取的激光结构光中心线中的缺失点，之后采用高斯低通滤波器进一步消除噪声干扰； 

1-6Hough直线变换：在步骤1-5的基础上对差值滤波后的激光条纹进行hough直线拟合； 

1-7特征点提取：根据提取的激光条纹的中心线组的纵坐标值与hough变换后得到的直线对应的纵坐标值进行比较得到激光条纹的拐点，两个拐点的中点就是焊缝特征点。 

第二步，图像信息解耦 

2-1水平方向偏差识别：利用图像平面上焊缝宽度与焊缝实际宽度的线性关系得到焊枪水平方向的偏差量； 

2-1垂直方向偏差识别：根据图像平面上的焊缝与空间中的焊枪在竖直方向形成的空间几何关系得到焊枪垂直方向的偏差量。 

本实用新型解决所述装置技术问题采用的技术方案是，设计一种采用上述 检测方法的基于解耦检测的环缝视觉检测装置，其特征在于该装置包括视觉检测系统、第一支架，十字调节架、焊枪和夹具，所述视觉检测系统包括摄像机、第二支架和激光器，所述摄像机通过第一支架与十字调节架相连，通过第二支架与激光器固定相连；十字调节架底端与焊枪顶端相连，十字调节架可带动焊枪一起运动，激光器距离焊枪前方5-10cm；在焊枪下方设有夹具，通过夹具上的三爪卡盘可以固定住V形坡口环形焊件。 

与现有技术相比，本实用新型方法通过解耦单帧图像提取的三维焊缝特征信息，即可计算出焊枪在二维平面内相对焊缝中心的偏差量，进而可实现在三维空间焊点的准确定位。本实用新型装置采用单目视觉在获取焊缝二维信息时进行解耦算法，避免了在标定焊缝信息时繁琐的矩阵变换，大大节约了标定与计算时间，显著提高了系统的实时性，一方面避免了建立复杂的摄像机成像模型，另一方面增强了摄像机标定的精度、鲁棒性和适应性。在图像检测的过程中实现了解耦，简化了控制算法，降低了对控制器的要求。 

附图说明

图1为本实用新型基于解耦检测的环缝视觉检测方法及装置一种实施例组装测试平台的硬件结构示意图； 

图2为本实用新型基于解耦检测的环缝视觉检测方法及装置一种实施例解耦过程中的视觉检测系统元件相对位置关系示意图； 

图3--6为本实用新型基于解耦检测的环缝视觉检测方法与装置一种实施例解耦过程中摄像机1与焊缝9的位置关系以及激光条纹在图像平面的位置关系的示意图，其中，图3-1和图3-2分别为摄像机1位于焊缝9的左侧时的位置关系示意图和此时激光条纹在图像平面的位置关系示意图；图4-1和图4-2分别为摄像机1位于焊缝9的右侧时的位置关系示意图和此时激光条纹在图像平面的位置关系示意图；图5-1和图5-2分别为摄像机1位于焊缝9的上方时的位置关系示意图和此时激光条纹在图像平面的位置关系示意图；图6-1和图6-2分别为摄像机1位于焊缝9的上方下移一段距离时的位置关系示意图和此时激光条纹在图像平面的位置关系示意图； 

图7为本实用新型基于解耦检测的环缝视觉检测方法及装置一种实施例解耦过程中焊缝Y方向偏差求取的几何图； 

图8为本实用新型基于解耦检测的环缝视觉检测方法及装置一种实施例解 耦过程中图7的局部放大图的几何图； 

图9为本实用新型基于解耦检测的环缝视觉检测方法及装置未加入解耦算法没有起弧时特征点的横坐标的仿真图； 

图10为本实用新型基于解耦检测的环缝视觉检测方法及装置未加入解耦算法没有起弧时特征点的纵坐标的仿真图； 

图11为本实用新型基于解耦检测的环缝视觉检测方法及装置加入解耦算法没起弧时特征点的横坐标的仿真图； 

图12为本实用新型基于解耦检测的环缝视觉检测方法及装置加入解耦算法没起弧时特征点的纵坐标的仿真图； 

图13为本实用新型基于解耦检测的环缝视觉检测方法及装置加入解耦算法起弧时焊枪的横向偏差的仿真图； 

图14为本实用新型基于解耦检测的环缝视觉检测方法及装置加入解耦算法起弧时焊枪的纵向偏差的仿真图； 

在图中，摄像机1，第二支架2，激光器3，十字调节架4，焊枪5，V形坡口环形焊件6，夹具7，第一支架8，焊缝9，图像平面10，直板焊件11，激光条纹12。 

具体实施方式

下面结合实施例及附图对本实用新型作进一步说明。 

本实用新型设计的基于解耦检测的环缝视觉检测方法(简称方法，参见图1-14)主要应用于工业现场，V形坡口环形焊缝的检测、识别与焊接同时进行，检测算法充分适应现场情况，利用二维焊缝图像得到三维焊缝的位置信息，使得图像特征的变化和焊枪运动之间不存在耦合关系，该方法的具体步骤是： 

第一步，图像处理和特征提取 

1-8图像获取：通过智能相机传感器获取包含激光条纹的焊缝区域图像； 

1-9感兴趣区域提取：确定步骤1-1获取的图像的激光条纹在图像中的范围； 

1-10图像阈值自适应分割：在步骤1-2的基础上，确定激光条纹的有效点； 

1-11激光结构光中心线提取：采用逐列提取的方式提取V形坡口环形焊缝中心线数组方法； 

1-12中心线滤波和插值：插值补全提取的激光结构光中心线中的缺失点， 之后采用高斯低通滤波器进一步消除噪声干扰； 

1-13Hough直线变换：在步骤1-5的基础上对差值滤波后的激光条纹进行hough直线拟合； 

1-14特征点提取：根据提取的激光条纹的中心线组的纵坐标值与hough变换后得到的直线对应的纵坐标值进行比较得到激光条纹的拐点，两个拐点的中点就是焊缝特征点。 

第二步，图像信息解耦 

2-1水平方向偏差识别：利用图像平面上焊缝宽度与焊缝实际宽度W的线性关系得到焊枪水平方向的偏差量； 

2-1垂直方向偏差识别：根据图像平面上的焊缝与空间中的焊枪在竖直方向形成的空间几何关系得到焊枪垂直方向的偏差量。 

本实用新型方法的进一步特征在于所述V形坡口环形焊件6的外直径大于180mm，坡口宽度为10-20mm，坡口深度大于4mm。 

本实用新型方法的进一步特征在于所述焊缝特征点为焊缝图像V形坡口的两拐点连线的中点。 

本实用新型方法的进一步特征在于所述焊缝初始特征点为焊缝图像V形坡口的两拐点连线的中点；在不起弧且焊件不转动的情况下，视觉系统采集时间序列上有限的N(5<N<10)帧图像，记录每帧图像平面V形坡口中心的图像坐标i＝1,2,…N，并计算N帧中心点值的算术平均值得到焊缝初始特征点(x_Int,y_Int)，计算公式为(1)式 

$\left\{\begin{array}{c}{x}_{\mathrm{Int}}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{x}_{\mathrm{mid}}^i\\ y_{\mathrm{Int}}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{y}_{\mathrm{mid}}^i\end{array}\right.---\left(1\right).$

本实用新型方法的进一步特征在于所述水平偏差识别的方法是：采用实时标定的方法不断更新焊缝实际宽度与图像平面上焊缝宽度的比，即每采集一帧图像重新计算水平方向比例系数k_xd的值，设焊缝初始特征点的位置(x_Int,y_Int)以及焊缝第n帧特征点的位置坐标其中第n帧图像水平偏差为该帧计算出的特征点坐标与已计算出的焊枪初始特征点坐标(x_Int,y_Int)的做比较，获得图像平面焊缝偏差量，通过线型变换，焊枪在水平方向相对于实际焊缝的偏差量，计算公式为(4)式 

ΔX＝k_xd ⁽ⁿ⁾×δx     (4)。 

本实用新型方法的进一步特征还在于所述垂直方向偏差识别的焊枪在垂直方向相对于实际焊缝的偏差量的计算公式为(8)式 

AD＝AA₁/cosθ＝AB/(cos(90°-α)×cosθ)     (8)。 

本实用新型采用上述检测方法的基于解耦检测的环缝视觉检测装置(简称装置，参见图1-2)包括视觉检测系统、第一支架8，十字调节架4、焊枪5和夹具7，所述视觉检测系统包括摄像机1、第二支架2和激光器3，摄像机1通过第一支架8与十字调节架4相连，通过第二支架2与激光器3固定相连；十字调节架4底端与焊枪5顶端相连，十字调节架4可带动焊枪5一起运动，激光器3距离焊枪5前方5-10cm；在焊枪5下方设有夹具7，通过夹具7上的三爪卡盘可以固定住V形坡口环形焊件6。 

本实用新型装置的进一步特征在于所述激光器3与摄像机1光轴夹角α＝45°，激光器3与垂直方向安装夹角θ≈20°，摄像机1到V形坡口环形焊件6上的距离L在180mm～200mm之间，焊接点与V形坡口环形焊件6上的激光条纹的水平距离距离在45mm～50mm之间。 

本实用新型装置的进一步特征还在于所述激光器3为线激光器。 

本实用新型在选取焊缝特征点时既要能反映焊缝水平偏差，又要反映出焊缝垂直偏差，综合考虑选择焊缝图像V形坡口的两拐点连线的中点作为焊缝特征点最为合适。 

视觉检测系统与焊枪5刚性连接，在焊接开始前，将焊枪调至合适的焊接初始位置，即V形坡口中心线上；在不起弧且焊件不转动的情况下，视觉系统采集时间序列上有限的N(5<N<10)帧图像(本例中N选取值6)，记录每帧图像平面V形坡口中心的图像坐标i＝1,2,…N，并计算N帧中心点值的算术平均值得到焊缝初始特征点(x_Int,y_Int)，计算公式为(1)式，那么，默认焊缝初始特征点(x_Int,y_Int)为焊枪在图像平面10的位置； 

$\left\{\begin{array}{c}{x}_{\mathrm{Int}}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{x}_{\mathrm{mid}}^i\\ y_{\mathrm{Int}}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{y}_{\mathrm{mid}}^i\end{array}\right.---\left(1\right).$

本实用新型装置将视觉检测系统、焊枪、V形环缝焊件从测试平台中分离出来(参见图2)，图2所示实施例表明，激光器3与摄像机1光轴夹角α＝45°，激光器3与垂直方向安装夹角θ≈20°，摄像机1到V形坡口环形焊件6上的距离L在180mm～200mm之间，焊接点与V形坡口环形焊件6上的激光条纹12的水平距离在45mm～50mm之间。 

本实用新型摄像机1的位置变化与激光条纹12在图像平面10上的变化关系(参见图3-6)，采用本装置，带有焊缝9的直板焊件11放置在夹具7上，打开激光器3，在焊缝9的垂直方向上出现一条激光条纹12，摄像机1在激光条纹12的上方。 

1)当摄像机1在焊缝9的左侧时(参见图3-1)，在图像平面10上，激光条纹12的凹槽位于图像平面10的右侧(参见图3-2)，当摄像机1水平右移一段距离时即摄像机1在焊缝9的右侧时(参见图4-1)，图像平面10上的激光条纹12的凹槽会水平左移(参见图4-2)； 

2)当摄像机1在焊缝9的上方时(参见图5-1)，在图像平面10上，激光条纹12在图像平面10的偏下方的位置(参见图5-2)，当摄像机1竖直向下移动一定距离时(参见图6-1)，图像10上的激光条纹12会竖直上移(参见图6-2)。 

从焊缝图像(参见图3-6)的分析可知，能反映焊缝宽度信息的点为激光条纹12发生形变部分和未形变部分的交点，即两边直线部分和中间曲线部分的两个交点。对于这一点的提取可以采用从图像一边开始在一定长度范围内对中心线数组求一阶导数的方法，但是这种方法对焊道内不规则的情况不适用。 

那么，结合图像的特点，以及经过上面hough变换后拟合的直线，确定拐点，进而确定焊缝特征点，具体步骤是： 

a.根据系统精度，设定阈值T_c； 

b.从图像一侧开始搜索，根据y_seam(t)-y_i(t)＞T(i＝1,2)式判断是否到观点，如果差值大于阈值，记录此点为x_1a继续搜索，当差值小于阈值时，记录此点为x_1b，这两个点为一组，依次记录x_1a,x_1b,x_2a,x_2b...； 

其中，y_seam(t)为第t列上的中心线点的纵坐标，y₁(t)为第t列对激光条纹的左半部分进行hough变换得到的直线上点的纵坐标，y₂(t)为第t列对激光条纹的右半部分进行hough变换得到的直线上点的纵坐标，若t在激光条纹的左半 部分，则与y₁(t)的值进行比较，若在激光条纹的右半部分，应与y₂(t)的值进行比较。 

c.对每组数组成的线段的三等分点的位置进行检测，判断是否为凹槽(如图像平面10上的激光条纹12的凹槽)，不是的一组点剔除； 

d.由于干扰信息导致的结构光中心线的形变一搬情况下会比焊缝导致的形变量小，因此找到两个数距离最大的一组即可判断为条纹拐点，V形坡口两个拐点对应的图像坐标为

e.拐点的中点就是焊缝特征点。 

据此可根据图像平面10上激光条纹12的凹槽的水平位置发生了变化得出焊枪5对于焊缝9在水平方向上存在偏差，当图像平面10上的激光条纹12的凹槽的竖直位置发生了变化得出焊枪5对于在焊缝9竖直方向上存在偏差。 

(一)水平方向偏差识别 

在水平方向上，可以看成二维平面上的标定，图像平面上焊缝宽度wpixel与焊缝实际宽度W(已知)成线性关系，其中焊缝实际宽度W为测定值，且为固定值，焊接过程中可视为不变量。采用实时标定的方法不断更新焊缝实际宽度W与图像平面上焊缝宽度wpixel的比，即每采集一帧图像重新计算水平方向比例系数k_xd的值。设焊缝初始特征点的位置(x_Int,y_Int)以及焊缝前帧特征点的位置坐标其中第n帧图像水平偏差为该帧计算出的特征点坐标 与已计算出的焊枪初始特征点坐标(x_Int,y_Int)的做比较，获得图像平面焊缝偏差量，通过线型变换，得到焊枪在水平方向相对于实际焊缝的偏差量，计算公式为(2)、(3)、(4)式，具体步骤是： 

a.计算比例系数 

${k_{\mathrm{xd}}}^{\left(n\right)}=W/|x_2^{\left(n\right)}-x_1^{\left(n\right)}|---\left(2\right)$

b.获得图像平面焊缝偏差量 

$\mathrm{\&delta;x}=x_{\mathrm{mid}}^{\left(n\right)}-x_{\mathrm{Int}}---\left(3\right)$

c.计算输出控制量，即焊枪在水平方向相对于实际焊缝的偏差量 

ΔX＝k_xd ⁽ⁿ⁾×δx     (4) 

(二)垂直方向偏差识别 

在实际焊接中，由于V形坡口环形焊件夹具夹持的位置偏差，或者由于打 底焊错位的缘故，会出现旋转轴线与V形坡口环形焊件几何轴线成一定角度，旋转过程中，焊缝相对焊枪会出现较大的偏差量。对此采用一种有效实用的算法获得焊枪垂直方向的调节量，达到预期的焊接效果。 

本实用新型垂直方向偏差识别的算法(参见图7-8)，曲线S1为初始采集时焊缝9的位置，曲线S2为第n帧采集到的焊缝9空间位置变化的图像。原激光结构光与V形坡口环形焊件交于A点，后因V形坡口环形焊件6在转动时，焊缝9的位置会发生变化，与曲线S2相交于A₁点。直线L1为拍摄第n帧图像时反射到摄像机图像平面的光线、直线L2为拍摄第n+1帧图像时反射到摄像机图像平面10的光线，由于摄像机1与V形坡口环形焊件6的距离为180mm左右，偏差最大在10mm以内，因此两条光直线L1与直线L2可近似看成平行线。直线L3为激光光源所在的直线。α为激光器3与摄像机1光轴间的夹角，实际视觉系统设计时，为了保证成像效果，α不能为零，θ为激光器3垂直方向安装夹角，均为可测量值，视觉系统固定安装后，为已知值。 

若PQ为与摄像机1光轴垂直的平面，由实验测得可知在摄像机光轴垂直的二维平面上遵循线性变换，且k_xd≈k_yd。AB线段在图像平面的值由激光条纹直线纵向的位移偏差体现，即线段AB的实际长度为AA₁的长度，可根据公式(5)、(6)、(7)式求得，即 

a.获得AB线段图像平面焊缝偏差值 

$\mathrm{\&delta;y}=y_{\mathrm{mid}}^{\left(n\right)}-y_{\mathrm{Int}}---\left(5\right)$

b.计算AB 

AB＝k_xd ⁽ⁿ⁾×δy     (6) 

c.通过几何运算，AA₁由公式(7)求得 

AA₁＝AB/cos(90°-α)     (7) 

d.A₁D为与激光光源投射平面垂直的直线，交AC于D点(参见图8)，计算AD长度，即为焊枪在垂直方向相对于实际焊缝的偏差量： 

AD＝AA₁/cosθ＝AB/(cos(90°-α)×cosθ)     (8) 

在高度方向上，偏差距离应为AC，因此需要对CD的值进行分析。在其他焊接环境不变的情况下，焊件的管径越小，CD值越大；在焊件管径一定时，焊件在x-y平面垂直的方向上偏移量越大，CD的值也越大。因此可以得到，焊件的管径与焊件在x-y平面垂直的方向上偏移量为主要影响CD值的因素，而 其中焊件管道半径是影响CD的主导因素。 

设A₁D与A₁C方向切线的夹角为β，由于弧A₁C非常短，可以近似为直线，因此有以下关系式： 

$\&angle;{\mathrm{ADA}}_1=\frac{\mathrm{\&pi;}}{2}-\mathrm{\&theta;}---\left(9\right)$

$\&angle;{\mathrm{ACA}}_1=\frac{\mathrm{\&pi;}}{2}-\mathrm{\&theta;}-\mathrm{\&beta;}---\left(10\right)$

A₁D＝ADsinθ     (11) 

根据正弦定理得： 

$\frac{\sin \&angle;{\mathrm{ACA}}_1}{A_{1}D}=\frac{\sin \mathrm{\&beta;}}{\mathrm{CD}}---\left(12\right)$

将式(10)、(11)带入式(12)得： 

$\mathrm{CD}=\frac{\mathrm{AD}\&times;\sin \mathrm{\&theta;}\&times;\sin \mathrm{\&beta;}}{\sin (\frac{\mathrm{\&pi;}}{2}-\mathrm{\&theta;}-\mathrm{\&beta;})}---\left(13\right)$

进一步整理得： 

$\mathrm{CD}=\frac{\sin \mathrm{\&theta;}\sin \mathrm{\&beta;}}{\cos (\mathrm{\&theta;}+\mathrm{\&beta;})}\mathrm{AD}---\left(14\right)$

由于θ值已知，β→0则CD→0。β≠0时，式(14)又可进一步整理为： 

$\mathrm{CD}\frac{1}{\cot \mathrm{\&theta;}\cot \mathrm{\&beta;}-1}\mathrm{AD}---\left(15\right)$

此时，CD随着β的角度增大而增大，而β值受焊件管道半径和偏心距离影响，本系统测量的最小管径为180mm，焊接系统要求旋转一周最大偏差不超过10mm，此时β最大值为33°，此时CD≈0.3AD，通过实验可知，在焊接系统允许的最大偏差范围内，每帧得出的AD值在1mm以下，因此CD长度小于0.3mm，且该值不进行累加，下一帧计算时获得新的较小的值。因此，可以不考虑CD对系统调节的影响。 

实施例1 

本实施例按要求连接好装置，选择V形坡口环形焊件的外直径为195mm，坡口宽度为14mm，坡口深度为7mm。 

首先打开摄像机电源，移动焊枪至初始焊位，同时摄像机1采集图像并处理，得到焊缝图像坐标和焊缝位置信息，记录焊缝初始特征点的参考图像坐标， 完成后即可开始焊缝自动跟踪功能。在焊缝自动跟踪过程中，每个采样周期提取一次焊缝图像坐标作为当前焊缝位置的反馈值，通过基于图像平面的解耦检测算法，直接算出焊枪5两个方向上的实际偏差量。 

视觉检测系统与焊枪5刚性连接，在焊接开始前，将焊枪调至合适的焊接位置，即V形坡口中心线上。在不起弧且焊件不转动的情况下，视觉检测系统采集时间序列上有限的6帧图像，每帧图像平面V形坡口中心的图像坐标分别为(296,455)，(295,455)，(296,455)，(296,455)，(296,455)，(296,455)。并通过公式(1)，计算6帧中心点值的算术平均值得到(296,455)。那么，此点默认为焊枪5在图像平面10的位置，即焊缝初始特征点的参考图像坐标。 

$\left\{\begin{array}{c}{x}_{\mathrm{Int}}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{x}_{\mathrm{mid}}^i\\ y_{\mathrm{Int}}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{y}_{\mathrm{mid}}^i\end{array}\right.---\left(1\right)$

其中，为每帧图像的坐标，i＝1,2,…N，(x_Int,y_Int)焊缝初始特征点图像坐标。 

(一)水平偏差识别 

在水平方向上，可以看成二维平面上的标定，图像平面上焊缝宽度wpixel与焊缝实际宽度W(已知)成线性关系，其中W为测定值，且为固定值，焊接过程中可视为不变量，在本实施例中W＝14。采用实时标定的方法不断更新焊缝实际宽度与图像平面焊缝宽度的比，即每采集一帧图像重新计算水平方向比例系数k_xd的值。焊缝初始特征点的位置(296,455)，V形坡口环形焊件6在旋转的过程中摄像机1不断的抓取图片，本例中选取其中的5帧，其坐标分别为(295,424)，(291,426)，(294,425)，(295,426)，(293,425)，将这5帧图像的坐标分别与焊缝初始特征点坐标(296,455)作比较，获得图像平面偏差量，通过线型变换，得到焊枪5在水平方向相对于实际焊缝的偏差量。可通过公式(2)、(3)和(4)求得，其中当前帧焊缝两个拐点的坐标，为焊缝当前帧特征点的位置坐标： 

a.计算比例系数 

${k_{\mathrm{xd}}}^{\left(n\right)}=W/|x_2^{\left(n\right)}-x_1^{\left(n\right)}|---\left(2\right)$

b.获得像素平面焊缝偏差值。 

$\mathrm{\&delta;x}=x_{\mathrm{mid}}^{\left(n\right)}-x_{\mathrm{Int}}---\left(3\right)$

c.计算输出控制量，即焊枪5在水平方向相对于实际焊缝的偏差量 

ΔX⁽ⁿ⁾＝k_xd ⁽ⁿ⁾×δx     (4) 

通过以上步骤得到ΔX⁽¹⁾＝-6，ΔX⁽²⁾＝-2，ΔX⁽³⁾＝-1，ΔX⁽⁴⁾＝-4，ΔX⁽⁵⁾＝-4。 

(二)垂直方向偏差识别(参见图7-8) 

在实际焊接中，由于V形坡口环形焊件6夹具夹持的位置偏差，或者由于打底焊错位的缘故，会出现旋转轴线与V形坡口环形焊件6几何轴线成一定角度，旋转过程中，焊缝相对焊枪会出现较大的偏差量。对此采用一种有效实用的算法获得焊枪5垂直方向的调节量，达到预期的焊接效果。 

若PQ为与摄像机1光轴垂直的平面，由于在摄像机1光轴垂直的二维平面上遵循线性变换，且k_xd≈k_yd。AB线段在图像平面的值由激光条纹直线纵向的位移偏差体现，即AD长度。因此线段AB的实际长度可根据(5)—(7)求得，即 

a.获得AB线段图像平面焊缝偏差值 

$\mathrm{\&delta;y}=y_{\mathrm{mid}}^{\left(n\right)}-y_{\mathrm{Int}}---\left(5\right)$

b.计算AB 

AB＝k_xd ⁽ⁿ⁾×δy     (6) 

c.通过几何运算，AA₁由公式(7)求得 

AA₁＝AB/cos(90°-α)     (7) 

d.A₁D为与激光光源投射平面垂直的直线，交AC于D点，计算AD长度，即为焊枪在垂直方向相对于实际焊缝的偏差量： 

AD＝AA₁/cosθ＝AB/(cos(90°-α)×cosθ)     (8) 

通过前面的验证，CD对系统的影响可忽略不计，这样，通过以上的步骤得到5帧图像的焊枪竖直调节量分别为-2,2,0,2,0. 

至此，得到了5帧图像的焊枪5在水平与竖直方向的偏移量，再对偏差量的有效性进行判断，若坐标未超过限定值，可视为有效值，PLC(可编程逻辑控制器)根据两者的差值计算输出脉冲量，通过十字调节架4带动焊枪5做纠偏调整。 

为了得到平稳的控制效果，需要引入PID控制器，本实验需用增量式PID控制，由于控制器的输出信号是步进电机的脉冲信号，因此需要在PID控制器前面增加一个脉冲当量，也就是消除一个单位的图像误差需要输出的步进电机脉冲数。带脉冲当量的增量式PID控制器如公式(16)所示： 

p(k)＝S{K_p[e(k)-e(k-1)]+K_ie(k)+K_d[e(k)-2e(k-1)+e(k-2)]}     (16) 

其中，p(k)是k时刻的脉冲输出，S是脉冲当量，K_P、K_i、和K_d分别是PID控制器的比例、积分、微分增益。试验中，PID参数分别为：K_P＝0.5、K_i＝0.07、和K_d＝0.005。 

上述实施例中，所用激光器为线激光器。 

为了验证算法的可靠性，使用旋转时，严重偏心的测试件进行试验，在未起弧焊接的情况下，不加入解耦算法时，100ms采集一帧图像，记录焊缝特征点在图像平面10的坐标值。得到焊缝特征点的横坐标值(参见图9)与纵坐标值(参见图10)的曲线图，图10可以看出焊缝特征点的纵坐标达到了图像的高480像素的位置，是由于未进行调节导致，结构光照射的位置已经超出了摄像机1的视场，说明测试件的轴心和旋转轴心夹角较大。由前6帧图像计算出的焊缝特征点即视为焊枪5位置，那么旋转时，可以看出焊枪5已经明显偏离焊缝9中心位置。 

使用测试件(同上)，在未起弧焊接的情况下，加入解耦算法，100ms采集一帧图像，记录焊缝特征点横纵坐标值，分别用图11、图12表示；在起弧焊接的情况下，加入解耦算法，100ms采集一帧图像，记录焊枪需要移动的横向偏移量与纵向偏移量，分别用图13和图14表示。 

加入解耦算法后，不断的对焊枪5进行横向和纵向的调整，焊枪在图像平面x方向的偏差最大达到6个像素(参见图11)，当前的比例系数K1＝0.075，则焊枪最大偏差为0.45mm(参见图13)。在y方向上，最大偏差为11个像素(参见图12)，高度方向最大偏差为0.75mm(参见图14)。且通过图13和图14可知，对焊枪偏移量的计算，符合规律，说明解耦检测算法实现了焊枪对三维焊缝的准确定位控制。 

上述实施例中所涉及的设备均可由商购获得。 

本实用新型方法主要应用于工业现场，V形坡口环形焊缝的检测、识别与焊接同时进行，检测算法充分适应现场情况，利用二维焊缝图像得到三维焊缝 的位置信息，使得图像特征的变化和焊枪运动之间不存在耦合关系。对于焊缝的水平和垂直方向偏差的获取是根据起弧后摄像机1获取的每一帧图像与未起弧之前得到的V形坡口环形焊缝的中心位置做比较，得到的偏差值。因为焊接环境非常复杂，在焊接过程中可能由于光线、弧光、反光、飞溅等因素的影响导致摄像机1获取的当前帧图像的中心位置可能不准确，如果前后两帧图像做比较，可能会使偏差越来越不准确，但若是与未起弧之前得到的中心位置作比较，即使当前帧得到的偏差不正确也不会影响到下一帧图像焊缝的偏差。提高了焊缝偏差纠正的准确率。本实用新型装置可以根据焊接过程中出现的异常现象给出相应的报警信息，也可以通过显示器观察焊接过程中的相关信息，只需摄像机1(包括镜头、滤光片等)与激光器3就可以完成焊缝信息的提取与定位。 

本实用新型未述及之处均适用于现有技术。 

Claims (3)

1.一种基于解耦检测的环缝视觉检测装置，其特征在于该装置包括视觉检测系统、第一支架，十字调节架、焊枪和夹具，所述视觉检测系统包括摄像机、第二支架和激光器，摄像机通过第一支架与十字调节架相连，通过第二支架与激光器固定相连；十字调节架底端与焊枪顶端相连，十字调节架可带动焊枪一起运动，激光器距离焊枪前方5-10cm；在焊枪下方设有夹具，通过夹具上的三爪卡盘可以固定住V形坡口环形焊件。

2.根据权利要求1所述的基于解耦检测的环缝视觉检测装置，其特征在于所述激光器与摄像机光轴夹角α＝45°，激光器与垂直方向安装夹角θ≈20°，摄像机到V形坡口环形焊件上的距离L在180～200mm之间，焊接点与V形坡口环形焊件上的激光条纹的水平距离在45～50mm之间。

3.根据权利要求1或2所述的基于解耦检测的环缝视觉检测装置，其特征在于所述激光器为线激光器。