视觉焊缝跟踪实时图像处理研究
激光视觉焊缝跟踪系统图像处理
激光视觉焊缝跟踪系统图像处理
赵相宾;李亮玉;夏长亮;符灵建
【期刊名称】《焊接学报》
【年(卷),期】2006(027)012
【摘要】对视觉焊缝跟踪实时图像处理的方法进行了研究,首先采用图像增强来增加图像对比度,采用中值滤波去除图像噪声,并用二值化法将目标图像从背景图像中提取出来.在后处理的研究中激光视觉焊缝跟踪系统图像处理的关键技术--激光带中心线的抽取和特征点的检测提出了切实可行的方法.采用中轴变换法提取的中心线单一、连续;用斜率分析法来检测特征点方便可靠.该处理方法能准确检测焊缝特征点,处理速度快,能够满足跟踪系统的实时性要求.
【总页数】4页(P42-44,48)
【作者】赵相宾;李亮玉;夏长亮;符灵建
【作者单位】天津大学,自动化学院,天津,300072;天津工业大学,机电学院,天津,300160;天津大学,自动化学院,天津,300072;天津工业大学,机电学院,天
津,300160
【正文语种】中文
【中图分类】TG115.28
【相关文献】
1.焊缝跟踪应用的线激光视觉伺服控制系统 [J], 邹焱飚;王研博;周卫林
2.焊缝跟踪的激光视觉传感器图像处理研究 [J], 姜家高
3.激光视觉焊缝跟踪系统设计与关键技术 [J], 刘少林;王锦夏;钟波;李宏;陶文
4.激光视觉焊缝跟踪图像处理与坡口识别 [J], 刘习文;洪波;戴铁峰
5.激光视觉焊缝跟踪实时图像处理研究 [J], 朱六妹;宋国军;王伟;邹奇仕;罗丕华;陈明礼
因版权原因，仅展示原文概要，查看原文内容请购买。
基于机器视觉的焊接机器人焊缝跟踪系统研究
基于机器视觉的焊接机器人焊缝跟踪系统研究发布时间：2021-12-08T07:17:00.858Z 来源：《教育考试与评价》2021年第10期作者：刘东来[导读] 焊接是传统工业生产中比较常见的一项技术，而传统焊接机器人基本上是由人工示教再现方式来实现，此时由于工作环境恶劣、人工强度大，从而导致焊接质量与效率无法得到保证。
而随着机器视觉技术的不断发展和成熟，其开始在工业生产中得到广泛应用。
此时，基于机器视觉下，来对焊接机器人焊缝跟踪系统进行研究，能够很好地解决由于工装误差、工件摆放位置误差、工件标定误差等而产生的质量问题，进而有效提高焊接机器人焊缝质量。
刘东来永州职业技术学院 425000摘要：焊接是传统工业生产中比较常见的一项技术，而传统焊接机器人基本上是由人工示教再现方式来实现，此时由于工作环境恶劣、人工强度大，从而导致焊接质量与效率无法得到保证。
而随着机器视觉技术的不断发展和成熟，其开始在工业生产中得到广泛应用。
此时，基于机器视觉下，来对焊接机器人焊缝跟踪系统进行研究，能够很好地解决由于工装误差、工件摆放位置误差、工件标定误差等而产生的质量问题，进而有效提高焊接机器人焊缝质量。
关键词：机器视觉；焊接机器人；焊缝跟踪系统在现有工业生产过程中，焊接机器人在航空航天、汽车生产、船舶制造和各类加工制造业中得到了广泛应用，其既可以改善劳动条件、优化焊接质量，而且还可以提高生产效率。
然而，当焊接条件或焊接对象发生改变时，焊接机器人无法进行有效调整，进而有可能导致焊枪偏离焊缝中心，对其焊接质量产生不利影响。
因此，基于机器视觉下，来细化和完善焊接机器人焊缝跟踪系统尤为关键，其可以使焊接机器人焊缝问题得到及时、准确发现，以免问题的扩大化，进而确保焊接机器人整体焊接水平。
1.机器视觉技术通常情况下，机器视觉是集自动控制、图像处理、电光源照明、机械工程技术、传感器、光学成像、计算机软硬件技术等为一体的综合性技术。
视觉传感技术在焊缝跟踪中的研究及应用
• 170 •
偏离焊缝的信息，利用电弧参数（电
压、电流和弧光辐射等）的变化的信息
来检测焊枪与焊缝相对位置变化。这个
过程是在进行焊接时实时进行的，由于
检测信号是从电弧中提取的，得到的是
实际焊接轨迹，因此没有传感器的超前 误差。并且具有不受电弧光、飞溅、烟 尘、磁场的干扰，信号处理比较简单， 实时性好，价格低，工作稳定，寿命长 等优点。电弧传感器主要适用于对称的 坡口（如v型坡口等），对于不开坡口 的对接接头、塔接接头等形式或者缝宽 较小的窄间隙焊缝很难进行识别测量， 并且它只可以在焊接过程中识别焊缝。 因此，这些缺点限制了电弧传感器在工 业项目中的应用。目前，根据检测方 式，电弧传感器主要分为三种：摆动 式、旋转扫描式和非扫描双丝并列型。 1.2 视觉传感器
ELECTRONICS WORLD・技术交流
DOI:10.19353/ki.dzsj.2020.03.095
随着我国工业水平的不断发展，传感器技术有了长足进 步，其在焊缝跟踪中得到广泛的应用。尤其是视觉传感技术 的出现，使得可以准确的检测提取焊缝特征信息，实现精确 的焊缝跟踪。是实现高质量、高效率自动化焊接的关键。本 文讲述了视觉传感技术在焊缝跟踪中的重要作用，并详细介 绍了传感器的分类。最后，介绍了视觉传感技术在焊缝跟踪 领域的发展研究及应用。
中心之间的偏差量，并将偏差值传输给控制系统来驱动伺服电机控制执
行运动机构调节焊枪的位置使其对准焊缝中心，实现跟踪焊缝的目的。
根据传感器中是否使用辅助光源，焊缝跟踪视觉传感器可以分为两种:主
动视觉传感器、被动视觉传感器（Junfeng Fan,Sai Deng,Fengshui Jing,et
基于机器视觉的焊缝表面缺陷图像智能识别机制
采用机器学习算法，如支持向量机（SVM）、随机森林（RF ）等，对缺陷特征进行学习和分类，实现缺陷识别。
04
基于机器视觉的焊缝表面 缺陷图像预处理
图像增强
01
02
03
对比度增强
通过调整图像的对比度， 提高缺陷与背景之间的差 异，使缺陷更加突出。
锐化处理
通过滤波器增强图像边缘 ，使缺陷的轮廓更加清晰 。
02
机器视觉技术概述
机器视觉系统的基本构成
照明系统
提供合适的光源，使待检测物体表面 有足够的对比度，同时满足摄像机对 光照条件的要求。
01
02
摄像机
将光学图像转换为电子图像，通常使 用高分辨率、高帧率的工业相机。
03
镜头
选择合适的镜头，确保拍摄的图像清 晰度高、畸变小。
计算机
运行图像处理软件，对采集到的图像 进行分析和处理。
基于机器视觉的焊 缝表面缺陷图像智 能识别机制
汇报人： 日期:
目录
• 引言 • 机器视觉技术概述 • 焊缝表面缺陷类型及特征分析 • 基于机器视觉的焊缝表面缺陷图像预处理 • 基于机器视觉的焊缝表面缺陷图像识别机制
目录
• 基于机器视觉的焊缝表面缺陷图像识别实验及结 果分析
• 基于机器视觉的焊缝表面缺陷图像智能识别机制 优化及展望
常用图像处理算法简介
傅里叶变换
将时域信号转换为频域信号，用于图 像去噪、特征提取等。
小波变换
将图像分解成多个频段，用于图像压 缩、去噪等。
边缘检测
识别图像边缘，用于缺陷检测、形状 识别等。
形态学运算
对二值图像进行膨胀、腐蚀等操作， 用于去除噪声、连接断开的边缘等。
基于激光视觉的焊缝跟踪系统的研究的开题报告
基于激光视觉的焊缝跟踪系统的研究的开题报告
一、选题的背景和意义
随着工业自动化程度的不断提高，焊接工艺的自动化也越来越受到人们的重视。
对于焊接工艺来说，焊缝的质量是决定焊接效果的关键因素之一。
因此，在焊接过程中能够实时跟踪焊缝的位置和形状，对保证焊缝的质量至关重要。
传统的焊缝跟踪方法主要是通过感应器或摄像机来实现，但这种方法存在误差较大、精度不高等问题。
而基于激光视觉的焊缝跟踪系统，则能够解决这些问题，因此具有广泛的应用前景。
二、研究的目的和内容
本次研究旨在设计一种基于激光视觉的焊缝跟踪系统，通过激光投射线来实时监测焊接过程中焊缝的位置和形状。
具体研究内容包括：
1. 激光视觉技术的基本原理研究；
2. 激光投射线的设计、构建及其与摄像机、计算机等组件的整合；
3. 焊接过程中焊缝跟踪算法的研究和实现；
4. 实验验证和结果分析。
三、研究的方法和步骤
本次研究采用文献资料法、理论分析法和实验验证法。
具体步骤如下：
1. 理论分析激光视觉跟踪技术的基本原理和应用场景；
2. 设计和构建激光投射线、摄像机等硬件设备，并进行组件整合；
3. 研究并实现焊缝跟踪算法；
4. 进行实验验证，并对实验结果进行分析。
四、预期成果和意义
本次研究预期将设计出一种基于激光视觉的焊缝跟踪系统，并验证其在焊接过程中的有效性。
该系统具有以下意义：
1. 提高焊缝跟踪的精度和稳定性，减小人为干扰因素对焊缝质量的影响；
2. 实现焊缝自动跟踪，提高生产效率和工作效率；
3. 推动焊接工艺的自动化进程，提高工业制造的智能化水平。
基于视觉传感的焊缝自动跟踪系统研究
将本文提出的实时焊缝跟踪技术分别在平板对接直缝试件、法兰 环缝试件上进行试验，跟踪精度分别可以控制在±0.15mm 和±0. 2 mm 之内。考虑到图像处理的精度问题，其实际误差在±0.3mm 和 ±0.35mm 之内。
关键词：焊缝跟踪，视觉传感，图像处理算法，焊接机器人，模糊 PID
-2-
上海交通大学硕士学位论文
上海交通大学 硕士学位论文 基于视觉传感的焊缝自动跟踪系统研究 姓名：盛仲曦 申请学位级别：硕士 专业：材料加工工程 指导教师：林涛
20090101
上海交通大学硕士学位论文
基于视觉传感的焊缝自动跟踪系统研究
摘要
目前服役的焊接机器人 90％都是以“示教－再现”模式进行工作 的，少数以轨迹规划方式工作。焊接过程中，焊枪与焊缝中心都会存 在一定误差，并且，焊接过程又是一个复杂、非线性、干扰因素较多 的过程，焊接工件热变形、咬边、错边，以及焊缝间隙的变化等是不 可预知的，这些因素都会直接影响到焊接质量。在“示教－再现”或 轨迹规划应用的基础上，实时焊缝纠偏可以进一步提高焊接精度，尤 其适用于辅助工程上焊接易变形、装配复杂等自动焊难以控制的工件 生产。
焊缝位置识别及图像处理算法的研究
88电子技术Electronic Technology电子技术与软件工程Electronic Technology & Software Engineering焊缝自动跟踪是实现焊接自动化的关键，近年来受到了越来越多的关注。
目前，应用于焊缝跟踪系统的传感器最常见的有电弧传感器和视觉传感器。
电弧传感器结构简单，但只有电弧形成后才能工作，精度通常不高。
视觉传感器灵敏度和精度更高、不受电磁干扰，适合于各种不同布置形态的焊缝，是一种更有发展前景的方法[1]。
在焊缝位置获取和图像识别算法的研究方面，国内外都开展过一些研究，例如横尾尚志等提出了模糊控制和模糊专家系统[2]。
Yoshito Sameda 等以激光扫描法，通过焊缝图像处理，实现了焊缝跟踪[3]。
N.SHIBATA 等采用激光束与CCD 传感器配合，实现了焊接过程的跟踪控制[4]。
在国内，崔元彪等通过改进传感器的结构设计，实现了对焊缝的跟踪[5]。
在焊缝图像处理技术中，对图像的预处理及后处理是实现位置检测的关键技术。
预处理阶段的主要目的是采用滤波方法除噪，排除弧光、烟雾等干扰因素，常用的有频域滤波以及空域滤波[6]。
空域滤波比较常用，有邻域平均法以及中值滤波法等，其中，中值滤波法在滤除噪音的同时又能够保留原有图像的主要特征，应用得最为普遍。
对于焊缝图像后处理一般常采取的算法为二值化处理，其中关键技术是阈值的确定[7]，其中，Otsu 法是确定最佳阈值常用的一种有效方法[8]。
本文采用CCD 作为传感器采集焊缝位置图像，通过预处理后，在上位机上完成了图像后处理，并根据图像信息来指挥下位机工作，有效地完成了焊缝的跟踪。
1 试验方法及装置本文实验中采用的试验布置如图1，图中焊接设备部分包括焊机、焊枪和焊枪移动执行机构。
图像采集及处理系统包括CCD 摄像头，图像采集卡和上位机系统。
本课题试验中所采用的焊机为YC-400TX TIG 焊机，焊枪移动执行机构为自行设计，为十字滑板型结构，采用步进电机驱动，可以满足系统的精度要求。
焊缝跟踪的实时跟踪控制算法
焊缝跟踪的控制算法（一）理论模型虚线 Y( t )为焊炬的跟踪调节曲线, 可视作系统执行机构的输出量,即 ：()()tY t S t dt =⎰传感器在焊缝坡口 B 点的偏移量e1（t ）实际上是 R ( t )曲线上B 点相对于 Y( t )上 A 点的偏差量,即1()()()()()t e t R t Y t R t S t dt ττ-=--=-⎰设焊接速度V ( mm/ s)，则焊接点 A 滞后检测点B 时间为：Vλτ= （s ）再设()S τ是焊炬从t τ-时刻到t 时刻的调节量,即: ()()tt S S t dt ττ-=⎰则焊炬行走 时间后与坡口中心的实际误差应为:()1()()1()()tt e t e t S e t S t dt ττ-=-=-⎰理论上 ,只要知道机械系统的传递函数,()S τS 便可 知道 ,但实际系统 的传输 函数往往很难准确得到,因此△S 直接求解比较困难焊接起始点实际焊缝的坡口中心曲线焊枪的跟踪曲线（二）由模型得出的简易控制算法实际的焊缝跟踪过程中，视觉系统提供的位置偏差是经过传感器经过一帧一帧的图像采集后，再经过一系列的图像处理，最终得出位置偏差信息提供给控制器。
因此，需做以下设定：(1) 位置请求指令发送时间间隔和执行机构调整时间间隔同步； (2) 在每次位置请求时，在上一调整周期内焊枪已完成所需的调整量； (3) λ为采样间隔点的整数倍。
设O 点为初始参考点，O 0为焊枪开始纠正起始点，从O 点到O 0点，视觉传感器只做图像采集，焊枪并不进行跟踪，这一段距离属于“盲区”。
i e 为每次识别的坡口中心点与初始参考点之间的差值，i m 为每一步的焊枪实际跟踪量。
系统焊枪实时跟踪量m i 的算法为： 1()i ii a i i am em ---=-∑ （ i=a ，a+1，···，n ）焊接方向（三）根据简易控制算法得出的两种方案第一种方案：焊接过程中，在焊接速度方向上，焊枪相对工件每移动固定的距离，完成一次调整，或者说，每移动固定的距离，控制器向传感系统发出一次位置请求指令。