用于管道焊接的雙模板匹配視覺定位方法

肖光潤,王中任,柯希林,劉德政

(1.湖北文理學院機械工程學院,湖北 襄陽 441053；2.湖北書豪智能科技有限公司,湖北 襄陽 441000)

1 引 言

管道焊接作為與制造業(yè)密切相關(guān)的重要生產(chǎn)方式,隨著工業(yè)生產(chǎn)的現(xiàn)代化發(fā)展逐步深入,在諸多方面面臨前所未有的挑戰(zhàn),對焊接技術(shù)水平與焊接生產(chǎn)模式提出了新的要求,亟待提高焊接中的智能化和自動化水平[1]。而管道焊縫自動跟蹤系統(tǒng)作為體現(xiàn)焊接自動化技術(shù)水平的一個重要方面,正起到越來越重要的作用[2]。目前國內(nèi)使用的自動焊接機器人大部分采用導軌式焊接設(shè)計,機器人沿著導軌行進,取得了一定的效果。但其在使用過程中必須事先完成精準的導軌安裝調(diào)試,且某些特種材質(zhì)的導軌價格不菲,這也在一定程度上限制了其推廣應用。

隨著近些年來,機器視覺、圖像處理等人工智能技術(shù)的飛速發(fā)展,基于機器視覺的焊縫定位技術(shù)得到了越來越多國內(nèi)外學者的廣泛關(guān)注[3-5],使得應用視覺傳感引導實現(xiàn)自動焊接成為了可能。

基于機器視覺原理[6],設(shè)計視覺系統(tǒng),提出了一種基于雙模板匹配的視覺定位方法用于焊縫中心和焊槍擺動中心的定位處理,二者位置的偏差值即可作為引導焊槍自動焊接的重要參考指標。模板匹配算法在現(xiàn)有文獻中已有了相關(guān)介紹及應用[7-9],但其通常是選取單一模板,在管道不規(guī)則或未完全對齊的情況下進行視覺定位時,常常會出現(xiàn)匹配不成功的現(xiàn)象。為了有效地解決此問題,本文提出了雙模板匹配算法,于焊縫坡口左右拐角處分別提取兩個模板用于后續(xù)定位處理,與單模板匹配相比,該算法的適用性更強,魯棒性更高。

2 系統(tǒng)構(gòu)成

考慮到實際現(xiàn)場工況環(huán)境下,待焊接管道不易移動,因此我們采用管道固定、焊接小車沿管道爬行的方式實現(xiàn)管道焊縫自動跟蹤。小車與管道間采用磁吸附的方式連接。該跟蹤系統(tǒng)主要由視覺系統(tǒng)和控制系統(tǒng)兩大部分組成,其中視覺系統(tǒng)為核心,亦為本文研究的重點。

視覺系統(tǒng)的基本結(jié)構(gòu)如圖1所示,主要包含相機、鏡頭、激光器、反光鏡、濾光片五大部分。在自動焊接過程中,該系統(tǒng)始終位于焊槍上方。激光器發(fā)射的激光經(jīng)由反光鏡反射后在管道焊縫坡口表面形成一道亮的激光線,相機通過采集該激光線獲取焊縫坡口圖像。實際自動焊接過程中,控制系統(tǒng)在適當時候發(fā)出拍照指令,觸發(fā)相機拍照,并對采集圖像實時定位處理。視覺系統(tǒng)將處理后的結(jié)果返回給控制系統(tǒng),進而實現(xiàn)焊接小車的實時糾偏。

為滿足焊接工藝精度要求,本視覺系統(tǒng)距離管道表面距離約為150 mm,選擇的相機為130萬像素的Basler工業(yè)相機,幀率為60 f/s,分辨率為1282×1026,CMOS尺寸為1/1.8 in,鏡頭采用焦距為8 mm的200萬像素工業(yè)鏡頭。相機標定是機器視覺應用過程中的關(guān)鍵之一,本文采用實物標定法,即根據(jù)標準焊縫圖像中焊縫寬所占像素個數(shù)與實際測量焊縫寬度確定圖像單位像素表示的實際尺寸。

圖1 視覺系統(tǒng)結(jié)構(gòu)圖Fig.1 The structure of visual system

3 雙模板匹配算法

在視覺系統(tǒng)整個工作過程中,對所采集圖像的定位處理是核心,直接影響到焊接小車后續(xù)自動糾偏的成敗。圖2為焊接過程中采集的一幅焊縫坡口表面圖像。在采集到該圖像后,首先需要對其進行預處理操作,主要采用濾波方法去除圖像中的弧光干擾,得到清晰干凈的焊縫圖像,以便于后續(xù)的定位處理。

圖2 焊縫坡口表面圖Fig.2 The surface of weld groove

為了實現(xiàn)管道焊縫自動跟蹤,首先需要對焊縫中心和焊槍擺動中心進行實時定位?？紤]到焊槍定位工作的復雜性,本文在研究過程中,將焊槍與視覺系統(tǒng)固定在一起,即二者相對位置不變。因此,焊槍的定位即可轉(zhuǎn)化為相機視野位置的確定,而這是能夠直接確定的。

對于焊縫中心的定位,本文提出了一種基于雙模板匹配的視覺定位方法,具體流程為:

1)起始時刻,于焊縫中心附近位置確定大小適當?shù)木匦胃信d趣區(qū)域(ROI)；

2)在此ROI內(nèi)部,于焊縫坡口拐角處選取左右兩個拐角的模板圖像作為匹配基準(如圖3所示)；

圖3 左右兩個模板示意圖Fig.3 The diagram of the left and right templates

3)在此后的焊接過程中,即可根據(jù)這兩個模板對實時采集的圖像進行匹配,從而確定坡口左右兩個拐角的位置,繼而確定焊縫中心的位置即為此二者的中點。

本文所提算法流程圖如圖4所示。

圖4 本文所提算法流程圖Fig.4 The flow chart of the proposed algorithm

4 實驗結(jié)果與分析

本文所提算法在實際管道自動焊接過程中的定位結(jié)果如圖5所示。其中,大的矩形框為起始時刻選取的ROI,小的矩形框表示焊槍擺動中心,豎線表示定位計算得到的焊縫中心。這兩個中心位置的偏差值(本文假定偏左為負,偏右為正)即反應了小車焊接路徑的偏離,若偏差值為0,即為正常,小車不糾偏,行進方向不變；若偏差值為正(或負),即焊槍擺動中心較焊縫中心偏左(或右),則控制系統(tǒng)接收到偏差值后,驅(qū)動焊接小車自動向右(或左)完成糾偏過程。從圖中可以明顯看到,在焊接過程中,即使有弧光干擾,模板匹配定位也能起到很好的作用效果。

圖5 定位結(jié)果Fig.5 The location result

同時,在其他所有條件一致的情況下,分別使用本文所提出的雙模板匹配算法與單模板匹配算法進行視覺定位,完成一整圈的管道自動焊接。在兩種算法計算量相當(即均能滿足焊縫自動跟蹤實時性要求)的情況下,單模板匹配的匹配準確率僅為70%左右,而本文所提的雙模板匹配算法的匹配準確率基本能穩(wěn)定保持在90%以上,與前者相比有了極大的提升,能保證管道自動焊接系統(tǒng)能夠更穩(wěn)定的運行。

圖6展示了使用本文所提出的視覺定位方法用于管道自動焊接的實際效果。不難發(fā)現(xiàn)在該視覺系統(tǒng)糾偏作用下,即使在焊接小車稍有走偏(由于管道不圓或焊接過程中磁性輪上吸附有焊渣,導致小車走偏)的情況下,都有很好的效果,進一步驗證了此視覺定位方法的有效性和穩(wěn)定性。

圖6 自動焊接效果Fig.6 The result of automatic welding

5 結(jié)論與展望

(1)在當前管道焊接領(lǐng)域,機器視覺定位方法的引入有助于更好地實現(xiàn)焊縫自動跟蹤,提高焊接效率,提升焊接的智能化水平。

(2)本文提出的基于雙模板匹配的視覺定位方法可以高效地實現(xiàn)焊縫中心和焊槍擺動中心的實時定位,與現(xiàn)有的單模板方法相比,更好地解決了管道對接不平整時的自動焊接問題。

(3)在本文的研究中,基本都局限于二維平面處理,而三維空間信息的引入(如焊縫坡口的深度信息)將會進一步提升視覺定位的精度,更高效地解決管道自動焊接問題,這也是下一步研究工作的重點。