基于結(jié)構(gòu)光視覺的螺旋焊縫跟蹤系統(tǒng)研究

倪禮威

摘要：目前，螺旋板式換熱器焊接存在焊縫跟蹤困難，焊接所導(dǎo)致的偏差存在的缺陷。本文設(shè)計(jì)和研發(fā)了一套基于主動光視覺技術(shù)的螺旋焊縫實(shí)時(shí)跟蹤焊接系統(tǒng)，通過焊接前的焊縫特征點(diǎn)提取，焊接時(shí)核相關(guān)濾波目標(biāo)跟蹤算法進(jìn)行焊縫的識別和自動跟蹤，實(shí)驗(yàn)測試表明該方法能夠達(dá)到螺旋板式換熱器的全自動焊接跟蹤精度要求。

Abstract： At present， the welding of spiral plate heat exchanger has the defect of welding seam tracking difficulty and deviation caused by welding. This paper designed and developed a set of real-time tracking based on active light vision technology of spiral seam welding system， by prior to welding the weld feature point extraction， welding nuclear related filter target tracking algorithm for seam tracking， identification and experimental tests show that the method can meet the automatic welding tracking accuracy requirements of spiral plate heat exchanger.

關(guān)鍵詞：螺旋板式換熱器;主動光視覺;焊縫跟蹤;核相關(guān)濾波目標(biāo)跟蹤算法

Key words： spiral plate heat exchanger;active optical vision;weld seam tracking;target tracking algorithms based on core-correlation filtering

中圖分類號：TG439.9 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）20-0145-06

1 ?概述

本系統(tǒng)中換熱器采用的是螺旋板方式，主要是兩個(gè)相互平行的金屬板構(gòu)成的，通過將兩個(gè)金屬板卷制所得的螺旋形作為換熱器的通道，換熱器由螺旋板的內(nèi)壁來完成對不同溫度流體之間的轉(zhuǎn)換。該設(shè)備能夠有效且適用于蒸汽的冷凝以及無相變的對流傳熱過程，同時(shí)也適用在沸騰熱傳中。廣泛應(yīng)用于中小型合成氨廠的變換熱交換器、合成塔下部的熱交換器、燒堿廠的電解液加熱器、濃堿液的冷卻器，以及一系列的冷卻設(shè)備中，都能達(dá)成優(yōu)秀的結(jié)果。

螺旋板式換熱器生產(chǎn)時(shí)，需要把兩張板卷制而成，形成了兩個(gè)均勻的螺旋通道，兩端進(jìn)行焊接而成，焊縫呈現(xiàn)螺旋狀。對螺旋焊縫的焊接存在定位困難，焊接弧度多，容易虛焊等缺點(diǎn)。

目前，在工業(yè)上比較常見的有手持式、專業(yè)型以及機(jī)器人[1-3]來進(jìn)行焊接工作的設(shè)備。手持式的焊接方式對螺旋焊縫容易產(chǎn)生疲勞，焊接機(jī)器人存在實(shí)現(xiàn)成本高，系統(tǒng)復(fù)雜。有基于視覺和激光傳感的焊縫跟蹤系統(tǒng)[5-8]，有適用于管狀外殼螺紋形狀焊接，采用主動結(jié)構(gòu)光的螺旋焊縫的自動焊接系統(tǒng)，尚沒有較為完整的設(shè)計(jì)系統(tǒng)，本系統(tǒng)的開發(fā)研究具有實(shí)際應(yīng)用價(jià)值。

2 ?主動結(jié)構(gòu)光螺旋板式換熱器焊縫實(shí)時(shí)跟蹤系統(tǒng)

主動結(jié)構(gòu)光焊縫實(shí)時(shí)跟蹤系統(tǒng)主要硬件組成為焊接機(jī)器人、工業(yè)PC、工業(yè)相機(jī)、工業(yè)鏡頭、線激光發(fā)生器、擺動裝置、位置微調(diào)裝置及焊接設(shè)備等，其結(jié)構(gòu)示意圖如圖 2所示。

如圖2所示，由圖像采集、圖像處理以及控制系統(tǒng)這三部分組成整體的系統(tǒng)。

2.1 結(jié)構(gòu)光焊縫采集

結(jié)構(gòu)光視覺傳感器作為本系統(tǒng)中最重要的模塊之一，相當(dāng)于系統(tǒng)的“眼睛”。在關(guān)于本系統(tǒng)所采用的的傳感器中，有工業(yè)相機(jī)、濾光片、保護(hù)殼等一系列模塊所組成的，其中主要的結(jié)構(gòu)圖可見圖3。線激光發(fā)生器以一個(gè)固定的角度？茲和工業(yè)相機(jī)相連接，其中待焊工件以H作為與傳感器所保持的距離，在保證傳感器正常工作的條件下，待焊工件將通過激光發(fā)生器所發(fā)射出的線激光條紋進(jìn)行照射，經(jīng)過漫反射之后的激光條紋能夠在CCD上進(jìn)行成像。同時(shí)通過固定角度？茲的放置，既能夠保證通過相機(jī)而實(shí)現(xiàn)焊縫位置的確定，又能進(jìn)一步反映出更深層次的內(nèi)容信息。

在工作環(huán)境中，工業(yè)相機(jī)與工件呈90°角，同時(shí)激光器以一定的傾角進(jìn)行布放，激光器所發(fā)射出的激光穿過里面的柱透鏡，從而形成的光束以“一字型”的形式打穿在螺旋板式換熱器端面上，在焊縫上留下又細(xì)又窄的一束光帶。相機(jī)拍攝時(shí)所面向區(qū)域中的圖像在完成最終的成像前，將依次經(jīng)過位于鏡頭之前的窄帶濾光片與減光片，它們所起到的功能便是過濾掉規(guī)定波長之外的光以及對光照強(qiáng)度作用的減少，其中窄帶濾光片的選擇應(yīng)該與激光器所產(chǎn)生的中心波段相適應(yīng)。相機(jī)所成像中關(guān)于光帶條紋的信息是最能體現(xiàn)焊縫本身的信息，最后通過特定的采樣時(shí)間將圖片發(fā)送給工業(yè)PC。

工業(yè)相機(jī)選擇德國Basler公司生產(chǎn)的acA640-90gm型號相機(jī)為本系統(tǒng)的視覺采集硬件，光學(xué)鏡頭選用12mm的鏡頭。在焊接過程過，由于存在大量弧光的作用，其結(jié)果便是導(dǎo)致大量焊縫圖像所伴有的信息損失，故而單一地運(yùn)用被動視覺所取得的圖像不能進(jìn)行深一層次的圖像處理工作，還是需要增加光源和輔助相機(jī)系統(tǒng)。本系統(tǒng)采用的光源形式為一字線紅色激光，其中窄帶濾光片的選擇為半帶寬距離20nm的，且中心波長確定為635nm，同時(shí)減光片也將依照激光器來選擇。濾光片和減光片的安放位置將位于相機(jī)之前，選擇這一方式來安放，能夠降低在焊接過程中所產(chǎn)生弧光的影響，盡量避免弧光對圖像中信息的遮蓋等不利情況的產(chǎn)生。

2.2 圖像處理與焊縫識別

圖像處理部分主要分為初始幀的焊縫特征點(diǎn)提取及焊接環(huán)境下焊縫特征點(diǎn)的目標(biāo)跟蹤。首先工業(yè)PC對相機(jī)采集的第一幀無弧光、飛濺干擾的焊縫圖片進(jìn)行初始特征點(diǎn)的提取，并以該初始點(diǎn)為目標(biāo)點(diǎn)，利用目標(biāo)跟蹤算法對以后每一幀焊接環(huán)境下的圖像進(jìn)行特征點(diǎn)跟蹤，并實(shí)時(shí)反饋焊縫特征點(diǎn)圖像位置信息。

焊縫識別采用基于核相關(guān)濾波的目標(biāo)跟蹤算法，雖然結(jié)構(gòu)光傳感器一側(cè)的擋板能遮住一部分弧光和飛濺噪聲，但此時(shí)過多的噪聲信息導(dǎo)致前面設(shè)計(jì)的算法無法很好地適用于焊接過程中焊縫特征點(diǎn)的提取。核相關(guān)濾波的目標(biāo)跟蹤算法能夠根據(jù)相鄰的兩幀圖像中，焊縫特征點(diǎn)與周圍激光條紋環(huán)境存在的密切幾何關(guān)系及這個(gè)關(guān)系的穩(wěn)定性，濾除弧光和飛濺噪聲的影響，實(shí)現(xiàn)對焊縫特征點(diǎn)的識別和跟蹤。

2.3 系統(tǒng)控制部分

系統(tǒng)控制同樣分為兩個(gè)功能，一是根據(jù)當(dāng)前特征點(diǎn)位置坐標(biāo)信息控制微調(diào)機(jī)構(gòu)對結(jié)構(gòu)光傳感器進(jìn)行位置調(diào)整，保證焊縫特征點(diǎn)在相機(jī)的視野范圍之內(nèi);二是將焊縫特征點(diǎn)二維位置信息進(jìn)行運(yùn)算得到對應(yīng)的三維坐標(biāo)信息，并通過旋轉(zhuǎn)機(jī)構(gòu)、XYZ運(yùn)動機(jī)構(gòu)、視覺傳感器及焊槍位置之間的數(shù)學(xué)模型進(jìn)行實(shí)際焊接點(diǎn)計(jì)算從而實(shí)現(xiàn)在線引導(dǎo)焊接任務(wù)。

3 ?焊縫圖像識別及核相關(guān)濾波目標(biāo)跟蹤算法

圖像處理作為整個(gè)焊接過程中的核心部分，通過提取在焊接過程中的結(jié)構(gòu)光圖像中的特征，本文所提出的算法將基于特征點(diǎn)的圖像處理以及相應(yīng)濾波進(jìn)行特征點(diǎn)的提取，即使在外界巨多因素的干擾下，仍然能精準(zhǔn)有效地提取焊縫處的特征點(diǎn)，且保持測量點(diǎn)距離實(shí)際所在焊接點(diǎn)120nm的長度，以增加系統(tǒng)性能。包括三步：首先在焊接開始之前，所基于的初始特征點(diǎn)是在沒有弧光與噪聲影響下提取的;第二步，焊接開始，基于核相關(guān)濾波算法從有一系列污染影響中所提取的特征點(diǎn);最后，在程序運(yùn)行中不斷改正算法和模型。

3.1 初始特征點(diǎn)提取

在第一部焊接開始之前，螺旋板式換熱器端面焊縫在結(jié)構(gòu)光視覺系統(tǒng)下所顯示圖像如圖4所示。因?yàn)檫€未開始焊接，所以圖片中沒有顯示飛濺、弧光等影響。裝置中的帶通濾光片與減光片將環(huán)境周圍的光線進(jìn)行了過濾，從而使焊縫所照射得到的激光條紋和背景有明顯的對比度。反而金屬表面會反射激光，將在圖像中出現(xiàn)小區(qū)域的、細(xì)小的反光噪聲。

利用基礎(chǔ)的圖像處理對激光條紋所在的特征點(diǎn)進(jìn)行處理和提取，具體流程圖在圖5顯示。

本文中采用的補(bǔ)償值offset=30，經(jīng)過實(shí)驗(yàn)發(fā)現(xiàn)利用3*3掩膜中值濾波后的圖片當(dāng)作原圖，9*9掩膜處理后圖像當(dāng)作參考圖像的閾值分割效果比未經(jīng)中值濾波的原圖和以9*9掩膜作中值濾波處理的參考圖像效果更理想。如圖 6所示。

經(jīng)過自適應(yīng)動態(tài)閾值化處理后，雖然實(shí)驗(yàn)表明3*3矩陣掩膜和9*9矩陣掩膜中值濾波配合的自適應(yīng)動態(tài)閾值化處理效果較好。為了達(dá)到去除噪聲與平滑圖像的效果，在圖6b）所示的圖像中運(yùn)用到開閉運(yùn)算的環(huán)節(jié)，運(yùn)算之后的結(jié)果如圖7所示。

經(jīng)過開閉運(yùn)算的環(huán)節(jié)，能夠在不改變激光條紋原有尺寸的條件下，完成去除毛刺以及孔洞的填充。對比圖6b）和圖7，可以看到，經(jīng)過形態(tài)學(xué)修整后，激光表面變得更加平滑，并且將細(xì)小的噪聲點(diǎn)去除，為后續(xù)的中心線提取打下了基礎(chǔ)。利用ROI提取把激光條紋上有焊縫坡口形狀特征的這部分從圖像中進(jìn)行提取，最后所提取出的圖像如圖8所示。

基于結(jié)構(gòu)光視覺處理后，焊縫圖像所在坡口處的形狀為V型，通過直線擬合求交點(diǎn)獲得焊縫特征點(diǎn)。經(jīng)過骨骼提取的激光條紋在每一列上均只有一個(gè)像素點(diǎn)，因此可以將求取左右兩端中心點(diǎn)理解為求取質(zhì)心的過程，而求取質(zhì)心通常需要根據(jù)矩特征去計(jì)算。

盡管重心是從像素精度的數(shù)據(jù)去計(jì)算的，但是結(jié)果是非像素精度的，提取的效果如圖9所示，重心點(diǎn)坐標(biāo)用“×”在圖像中進(jìn)行表示。

3.2 基于核相關(guān)濾波的目標(biāo)跟蹤算法

在焊接后的焊縫特征圖像如圖10所示，但是焊接點(diǎn)與測量點(diǎn)之間出現(xiàn)的、大小為120mm左右的前置距離差，導(dǎo)致焊接時(shí)產(chǎn)生的弧光和飛濺對圖像造成了嚴(yán)重的污染。雖然結(jié)構(gòu)光傳感器一側(cè)的擋板能遮住一部分弧光和飛濺噪聲，但此時(shí)過多的噪聲信息導(dǎo)致前面設(shè)計(jì)的算法無法很好地適用于焊接過程中焊縫特征點(diǎn)的提取。

核相關(guān)濾波算法，是根據(jù)循環(huán)矩陣?yán)碚搶δ繕?biāo)區(qū)域中構(gòu)造出大批樣本來進(jìn)行分類，為稀疏采樣中樣本冗余性的問題提供方案，核相關(guān)濾波算法原理如圖 11所示。

如圖 12所示，焊縫的特征點(diǎn)在第一幀圖像上由激光“×”所表示，圖像中的目標(biāo)區(qū)域以M×N大小的矩形表示，區(qū)域中的正樣本以X表示，通過循環(huán)偏移X得到一系列負(fù)樣本。

KCF算法是通過將連續(xù)的標(biāo)簽作為樣本進(jìn)行標(biāo)記的，依照被跟蹤物體與選框中心之間的距離，距離大小分別以[0，1]區(qū)間內(nèi)的數(shù)來賦值，越靠近目標(biāo)的，賦值越趨近1;越遠(yuǎn)離目標(biāo)的，賦值越趨近0，具體的賦值方式可以根據(jù)高斯函數(shù)或正弦函數(shù)來實(shí)現(xiàn)。

在連續(xù)采集圖像的過程中，運(yùn)用上述所提到的高斯核相關(guān)目標(biāo)跟蹤算法，并且將每一幀圖像中焊縫的特征點(diǎn)以二維像素坐標(biāo)值進(jìn)行表示，從而解決焊縫特征點(diǎn)在大噪聲影響下提取困難的問題。

4 ?實(shí)驗(yàn)與分析

根據(jù)焊接狀態(tài)，將螺旋焊縫跟蹤的開發(fā)軟件系統(tǒng)分為兩大部分。對于軟件系統(tǒng)中關(guān)于視覺方面的標(biāo)定任務(wù)，包括相機(jī)標(biāo)定、光平面標(biāo)定及手眼標(biāo)定，從而得到焊縫特征點(diǎn)在運(yùn)動平臺基坐標(biāo)系下的準(zhǔn)確三維坐標(biāo)的關(guān)系轉(zhuǎn)換矩陣。其中相機(jī)標(biāo)定程序基于HALCON軟件開發(fā)，該軟件具有操作步驟簡單，功能完善，軟件接口豐富等特點(diǎn);光平面標(biāo)定和手眼標(biāo)定使用HALCON軟件系統(tǒng)配合Matlab軟件系統(tǒng)實(shí)現(xiàn)，通過HALCON軟件完成特征點(diǎn)的提取，利用Matlab平面擬合及快速的矩陣計(jì)算和求解優(yōu)化問題的能力，完成光平面方程的建立和手眼關(guān)系矩陣的提取。

由于實(shí)際焊接點(diǎn)和測量點(diǎn)之間存在位置偏差量及時(shí)間滯后，該驗(yàn)證實(shí)驗(yàn)的目的就是驗(yàn)證一段實(shí)際焊縫軌跡計(jì)算所得的焊接點(diǎn)位置與時(shí)間信息與焊槍末端在對應(yīng)時(shí)間段內(nèi)走過的路徑軌跡的一致性。其操作步驟為：

①首先進(jìn)行起點(diǎn)示教，控制焊槍與圓臺中心在X軸方向的大小一致，再調(diào)節(jié)Y軸，使得焊槍靠近需要焊接的那一圈螺旋焊縫，然后對視覺傳感器的位置進(jìn)行微調(diào)，保證所檢測的焊縫特征點(diǎn)在圖像中間附近，最后下降Z軸，使得焊槍末端靠近焊縫，同時(shí)記錄此刻焊槍末端的三維位置。

②在激光照射的焊縫特征點(diǎn)上做上標(biāo)記，控制焊槍末端移動到該標(biāo)記點(diǎn)，記錄該點(diǎn)的坐標(biāo)。從這點(diǎn)開始，控制焊槍沿著該圈焊縫的特征點(diǎn)移動，終點(diǎn)設(shè)置為相鄰?fù)馊ι吓c起始點(diǎn)和圓臺中心點(diǎn)所在直線的交點(diǎn)。實(shí)際操作時(shí)，用細(xì)線連接兩點(diǎn)獲得終點(diǎn)坐標(biāo)并標(biāo)記。在焊槍運(yùn)動過程中記錄焊槍末端點(diǎn)坐標(biāo)，最后獲得400個(gè)位置坐標(biāo)點(diǎn)并控制焊槍回到步驟①中記錄的三維位置。

③設(shè)置轉(zhuǎn)臺速度、焊槍擺動幅度和速度，隨后進(jìn)行焊縫跟蹤實(shí)驗(yàn)，同時(shí)以500ms為采樣周期記錄期間編碼器反饋的焊槍位置及對應(yīng)時(shí)間。

采用表 1中的焊接過程工藝參數(shù)。

實(shí)驗(yàn)過程中相機(jī)采樣頻率為30Hz，運(yùn)動控制卡控制周期為2ms，測量點(diǎn)與預(yù)測焊接點(diǎn)在X軸方向的距離大約為100mm，在Y軸方向大約為4mm。焊接過程如圖 14，焊接完成的焊縫如圖 15所示。

經(jīng)過測量，從內(nèi)圈往外焊接，焊縫跟蹤誤差小于0.5mm，達(dá)到系統(tǒng)設(shè)計(jì)要求。

5 ?結(jié)論

本文針對螺旋板式換熱器端面的螺旋焊縫，基于主動光視覺技術(shù)的螺旋焊縫實(shí)時(shí)跟蹤焊接的設(shè)計(jì)研發(fā)，搭建主動光視覺傳感器，設(shè)計(jì)包括形態(tài)學(xué)處理、ROI提取及基于霍夫變換等焊縫特征點(diǎn)提取方法。在獲得初始特征點(diǎn)后，結(jié)合焊縫結(jié)構(gòu)的不變性，引入目標(biāo)跟蹤領(lǐng)域的核相關(guān)濾波算法，實(shí)現(xiàn)了在有弧光和飛濺干擾下依然能準(zhǔn)確地識別焊縫特征點(diǎn)。通過焊縫的焊接精度分析實(shí)驗(yàn)，顯示焊接精度在0.5mm以內(nèi)，能夠達(dá)到焊接要求，實(shí)現(xiàn)了螺旋板式換熱器端面焊縫焊接過程的自動化。

參考文獻(xiàn)：

[1]王偉，鄒奇仕，朱六妹，等.視覺傳感焊縫跟蹤技術(shù)的發(fā)展?fàn)顩r及實(shí)施方案探討[J].電焊機(jī)，2002（5）：1-8.

[2]郭志鵬，于治水，張培磊，等.基于視覺傳感的焊縫跟蹤系統(tǒng)研究現(xiàn)狀[J].輕工機(jī)械，2016，34（5）：95-100.

[3]范俊峰，景奉水，方灶軍.基于視覺傳感的焊縫跟蹤技術(shù)研究現(xiàn)狀和發(fā)展趨勢[J].熱加工工藝，2017，46（5）：6-10.

[4]程繼文，張義順.螺旋管埋弧焊內(nèi)焊焊縫跟蹤[J].焊接技術(shù)，2016，45（6）：71-74.

[5]程繼文.螺旋，管內(nèi)焊溫度場圖像處理算法的研究[D].遼寧沈陽：沈陽工業(yè)大學(xué)，2017.

[6]鄒焱飚，周衛(wèi)林，王研博.基于概率連續(xù)模型的激光視覺焊縫自動跟蹤[J].機(jī)械工程學(xué)報(bào)，2017，53（10）：70-78.

[7]張旭.螺旋管內(nèi)焊圖像處理算法的研究[D].遼寧沈陽：沈陽工業(yè)大學(xué)，2015.

[8]李松陽.基于圖像傳感技術(shù)的焊縫定位檢測系統(tǒng)的研究[D].浙江杭州：浙江大學(xué)，2018.