激光視覺多層多道焊接圖像處理

摘 要：本文針對基于激光視覺的多層多道焊接圖像處理技術(shù)展開了研究工作。根據(jù)中厚板V型坡口焊接條件，制定一條合理的焊縫激光條紋圖像處理流程，并提出改進(jìn)的基于距離濾波的特征點(diǎn)識別方法，快速準(zhǔn)確地檢測激光條紋特征點(diǎn)信息，為后續(xù)多層多道焊接路徑規(guī)劃提供研究基礎(chǔ)。試驗(yàn)結(jié)果表明，該方法處理速度快、精度高、魯棒性強(qiáng)，滿足多層多道焊接工藝要求。

關(guān)鍵詞：圖像處理；焊接；激光視覺

一、序言

中厚板焊接經(jīng)常應(yīng)用于船舶制造、橋梁桁架以及壓力容器等領(lǐng)域中[1]，多層多道焊為常用的焊接方法之一.傳統(tǒng)多層多道機(jī)器人焊接中一般采用每道焊接單獨(dú)示教的方法，勞動(dòng)強(qiáng)度大，效率低下，精度無法控制.因此多層多道自動(dòng)化焊接系統(tǒng)為提高生產(chǎn)效率的關(guān)鍵解決方案[2].

目前，國內(nèi)外為解決智能化焊接問題研制了多種傳感方式，其中，視覺傳感器因其具有非接觸式，精度高，圖像信息豐富等優(yōu)點(diǎn)受到國內(nèi)外學(xué)者廣泛關(guān)注. 現(xiàn)階段，大量論文的方向集中在激光視覺焊縫跟蹤的圖像處理技術(shù)。張華軍[3]等人分析了焊縫條紋圖像的縱向灰度分布規(guī)律，采用二重斜率平滑處理的方法，獲得了焊縫形狀的四個(gè)拐點(diǎn)；顧帆[4]等人通過中心線直線擬合與逐列搜索相結(jié)合的方法提取了焊縫特征點(diǎn)；蔡志勇[5]等人將小波變換算法應(yīng)用于多層多道焊縫激光條紋提取，并通過模板匹配技術(shù)實(shí)現(xiàn)焊縫坡口拐點(diǎn)識別. Prasarn Kiddee等人[6]利用十字激光交叉點(diǎn)的先天條件設(shè)計(jì)了一種自動(dòng)獲取ROI區(qū)域的算法，并通過局部模板匹配的方法獲取特征點(diǎn)的坐標(biāo)，減小了計(jì)算成本。

本文根據(jù)焊接過程中的弧光、飛濺等噪聲的存在方式，制定了一條實(shí)時(shí)焊接圖像處理流程，提出了改進(jìn)的基于距離濾波的特征點(diǎn)識別方法，快速準(zhǔn)確處理出每道焊縫填充后所形成的激光條紋特征點(diǎn).

二、多層多道焊接系統(tǒng)

整個(gè)焊接系統(tǒng)包括一臺(tái)ABB IRB1410型機(jī)器人，一套福尼斯MIG/MAG焊接系統(tǒng)，一個(gè)激光視覺傳感器以及一臺(tái)工控機(jī).焊槍位于機(jī)器人末端，同時(shí)將激光傳感器固定于焊槍前方.由激光視覺傳感器采集焊接圖像傳輸給工控機(jī)，經(jīng)過圖像處理獲得所需要的特征點(diǎn)三維信息。焊接順序如圖1所示，共4層8道，鋼板材料為Q235，板厚12mm，每道焊接參數(shù)相同。

三、多層多道焊縫圖像處理

1. 圖像預(yù)處理

如圖2a所示，激光視覺傳感器中設(shè)置的濾光片和遮光板為采集到的圖像濾除了大量的弧光、飛濺，但仍然包含許多類似椒鹽和脈沖等噪聲。在對原始圖像灰度化后，采用3*3的模板對采集到的圖像進(jìn)行中值濾波，處理結(jié)果如圖2b所示。本文采用通用的二值化算法來消除濾波后殘留的灰度值較小的噪聲，突出激光條紋線。對于圖像中除了激光條紋線外的少量飛濺，本文提取了如圖2d所示坡口附近圖像的感興趣區(qū)域（ROI）使區(qū)域外像素值置0。并對感興趣區(qū)域內(nèi)的條紋線，以3階的單位矩陣為結(jié)構(gòu)元素進(jìn)行2次形態(tài)學(xué)膨脹，處理結(jié)果如圖2e所示。圖像細(xì)化可以刪除二值圖像不必要的輪廓點(diǎn)，只保留其骨架。本文采用文獻(xiàn)[7]的算法，將激光條紋曲線層層簡化為單像素的中心線。對激光條紋圖像進(jìn)行多次迭代，直至獲得如圖2f所示的中心線。

2. 特征點(diǎn)提取方法

（1）距離濾波方法基本思想

采用距離濾波對激光條紋中心線進(jìn)行特征點(diǎn)識別[8]是取激光條紋中的前后若干點(diǎn)進(jìn)行直線擬合，求取激光條紋上的像素點(diǎn)到該直線的距離并根據(jù)經(jīng)驗(yàn)設(shè)置一定閾值.通過對比所求取的距離數(shù)據(jù)與設(shè)置的閾值之間的大小，對中心線進(jìn)行3次濾波得到圖像特征點(diǎn)。由于設(shè)置了閾值所以濾波后的兩端端點(diǎn)并不是真正的特征點(diǎn)，因此需要對設(shè)置的閾值進(jìn)行補(bǔ)償.最終確定精確的激光條紋特征點(diǎn).

該方法可以快速濾除中心線上大量與特征點(diǎn)無關(guān)的信息.然而采用這種濾波方法檢測出的4個(gè)特征點(diǎn)信息僅適用于并排焊道不多于2道的情況同時(shí)先濾波后補(bǔ)償?shù)姆椒ㄔ谶\(yùn)算過程中易出現(xiàn)誤差，具有一定的局限性.

（2）改進(jìn)的基于距離檢測的特征點(diǎn)提取方法

本文針對中厚板大坡口多層多道焊接特征點(diǎn)，借鑒上述距離檢測的概念設(shè)計(jì)了一種焊接特征點(diǎn)檢測方法，基本檢測流程如圖3所示。首先從左（右）第一個(gè)像素不為0的點(diǎn)逐列檢索，根據(jù)V型坡口頂部拐點(diǎn)的特點(diǎn)檢索出頂部左（右）2個(gè)拐點(diǎn)，然后過這兩點(diǎn)（a（jl），jl），（a（jr），jr）擬合一條直線，在jl，jr間計(jì)算像素值為1的點(diǎn)到該直線的距離d的集合。最終檢索出最大值d所在的點(diǎn)，作為下一步焊接位置的參考點(diǎn)。

四、試驗(yàn)結(jié)果

采用上述多層多道焊縫圖像處理算法，分別對各道焊縫進(jìn)行圖像處理和特征點(diǎn)檢測試驗(yàn)，處理結(jié)果如圖4所示，以焊接第二道、第四道、第六道的結(jié)果為例。其中圖4a1、4b1和4c1為原始的灰度圖像；圖5a2、5b2和5c2為距離檢測曲線；圖4a3、4b3和4c3為特征點(diǎn)檢測結(jié)果?？梢钥闯?，特征點(diǎn)識別結(jié)果與焊縫特征點(diǎn)實(shí)際位置基本吻合。通過特征點(diǎn)的位置信息，可以進(jìn)一步計(jì)算焊槍偏差值，規(guī)劃焊槍位姿，實(shí)現(xiàn)焊縫跟蹤，同時(shí)檢測焊接質(zhì)量，形成良好的焊接工藝。經(jīng)過多組試驗(yàn)驗(yàn)證，該方法測量精度在0.2mm左右，單幅圖像測量時(shí)間不超過0.08s。

五、結(jié)論

針對多層多道焊接過程中存在的問題，設(shè)計(jì)了一條結(jié)構(gòu)光視覺圖像處理流程，提出了一種改進(jìn)的基于距離濾波的多層多道激光條紋焊縫特征點(diǎn)檢測方法.首先采用逐列對比搜索的方法提取焊縫頂端2個(gè)特征點(diǎn)，過兩點(diǎn)擬合一條直線，最終通過中心上的點(diǎn)到直線的距離對圖像進(jìn)行濾波得到底部特征點(diǎn)。試驗(yàn)證明，該方法能夠快速準(zhǔn)確地檢測坡口特征信息，運(yùn)算速度快，計(jì)算精度高，適應(yīng)性強(qiáng)，滿足多層多道焊縫跟蹤的要求。

參考文獻(xiàn)

[1]Kim Y B，Kim J G，Jang W T，et al.，“Development of Automatic Welding System for Multi-Layer and Multi-Pass Welding，” IFAC Proceedings Volumes，Vol.41，No.2，pp. 4290-4291，2008.

[2]Kang M G，Kim J H，Park Y J，et al.，“Laser vision system for automatic seam tracking of stainless steel pipe welding machine（ICCAS 2007），” International Conference on Control，Automation and Systems IEEE，pp. 1046-1051，2007.

[3]張華軍，張廣軍，蔡春波，高洪明，吳林.機(jī)器人多層多道焊縫激光視覺焊道的識別[J].焊接學(xué)報(bào)，2009，30（04）：105-108+118.

[4]顧帆，陳華斌，何銀水，陳善本.基于激光視覺的多層多道焊接坡口特征點(diǎn)提取方法[J].上海交通大學(xué)學(xué)報(bào)，2016，50（S1）：62-65.

[5]蔡志勇，陳榮，余伏章，張華，胡保安.小波變換的多層多道焊接拐角跟蹤點(diǎn)的識別研究[J].中國圖象圖形學(xué)報(bào)，2008，13（12）：2344-2350.

[6]Kiddee P，F(xiàn)ang Z and Tan M.，“An automated weld seam tracking system for thick plate using cross mark structured light，” International Journal of Advanced Manufacturing Technology，Vol. 87，No. 9-12，pp. 3589-3603，2016.

[7]Zhang T Y.，“A fast parallel algorithm for thinning digital patterns，” Comm Acm，Vol. 27，No. 3，pp. 236-239，1984.

[8]歐志輝，孫振國，陳詠華，吳景然.基于距離濾波的厚板多層多道焊特征點(diǎn)識別算法[J].焊接技術(shù)，2017，46（05）：8-12+151.

作者簡介

倪沫楠，男，1993.11.26，天津工業(yè)大學(xué)，研究方向：機(jī)器人視覺及其控制。

（作者單位：天津工業(yè)大學(xué)）