基于結(jié)構(gòu)光的角焊縫空間位置檢測(cè)系統(tǒng)

馬澤潤(rùn)　蔡艷　孔諒　顧春浩　仇小剛

摘要：自主研發(fā)了一種基于結(jié)構(gòu)光圖像的角焊縫空間位置檢測(cè)系統(tǒng)。通過(guò)調(diào)節(jié)相機(jī)和標(biāo)定板的相對(duì)位置進(jìn)行多次拍攝，采用L-M算法開展標(biāo)定數(shù)據(jù)最優(yōu)化擬合，標(biāo)定相機(jī)內(nèi)參和外參。在結(jié)構(gòu)光圖像上，逐列提取灰度主峰，并基于迭代端點(diǎn)擬合法進(jìn)行平滑處理，利用漸進(jìn)霍夫變換方法確定結(jié)構(gòu)光圖像的角點(diǎn)?；跇?biāo)定獲得了空間轉(zhuǎn)換關(guān)系，計(jì)算角焊縫空間位置坐標(biāo)并反饋給焊接機(jī)器人。測(cè)試結(jié)果顯示，該方法較好地完成了三面體結(jié)構(gòu)工件角焊縫的機(jī)器人位置調(diào)整，機(jī)器人焊接系統(tǒng)的實(shí)測(cè)最大位置偏差小于±0.15 mm。

關(guān)鍵詞：角焊縫定位;機(jī)器視覺;圖像處理;相機(jī)標(biāo)定;空間坐標(biāo)轉(zhuǎn)換

中圖分類號(hào)：TH122 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1001-2303（2020）02-0001-05

DOI：10.7512/j.issn.1001-2303.2020.02.01

0 前言

普通的示教再現(xiàn)型機(jī)器人焊接只賦予了機(jī)器人以手臂，使其可以代替操作者執(zhí)行空間位置固定的焊接生產(chǎn)。在實(shí)際應(yīng)用中，工件變形或裝配偏差往往導(dǎo)致焊縫實(shí)際位置偏離預(yù)設(shè)軌跡。當(dāng)焊縫位置發(fā)生偏差時(shí)，為了保證焊縫質(zhì)量，需要機(jī)器人根據(jù)工件位置偏差來(lái)調(diào)整運(yùn)動(dòng)軌跡[1]。目前，機(jī)器人軌跡調(diào)整包括焊前位置校正和焊接過(guò)程中的在線跟蹤[2-3]，其中焊前位置校正注重解決裝配偏差所導(dǎo)致的焊偏問題，對(duì)于已點(diǎn)焊固定的長(zhǎng)直焊縫具有較好效果。非接觸式的工件位置信息提取方法可分為單目或多目相機(jī)圖像分析、激光單點(diǎn)掃描、結(jié)構(gòu)光掃描和干涉條紋法等[4-5]。華南理工大學(xué)李春等人[6]使用單目相機(jī)和基于幾何形狀的金字塔分層模板匹配方法檢測(cè)工件的位置偏差情況，試驗(yàn)室條件下的定位精度可達(dá)0.081 5 mm，但在生產(chǎn)環(huán)境中的抗干擾能力較低。Liu等人[7]針對(duì)角焊縫提出了一種基于最優(yōu)化方法的激光輪廓角點(diǎn)檢測(cè)方法，但工件裝配的間隙波動(dòng)會(huì)降低該方法的穩(wěn)定性。陳思豪等人[8]研發(fā)了一種基于結(jié)構(gòu)光的角焊縫三維視覺定位系統(tǒng)，平均誤差小于0.15 mm，試驗(yàn)結(jié)果顯示該定位精度可以滿足焊接生產(chǎn)要求，但系統(tǒng)標(biāo)定過(guò)程和圖像處理算法較復(fù)雜。

本文提出一種基于結(jié)構(gòu)光圖像進(jìn)行角焊縫空間位置檢測(cè)的構(gòu)建方法。通過(guò)調(diào)節(jié)相機(jī)和標(biāo)定板的相對(duì)位置進(jìn)行多次拍攝，采用L-M算法開展標(biāo)定數(shù)據(jù)最優(yōu)化擬合，得到相機(jī)內(nèi)參和外參。在結(jié)構(gòu)光圖像上，逐列提取灰度主峰，并基于迭代端點(diǎn)擬合法進(jìn)行平滑處理，利用優(yōu)化的漸進(jìn)霍夫變換方法解決了多線段合并問題，準(zhǔn)確計(jì)算了角焊縫的空間位置。測(cè)試結(jié)果顯示，該方法較好地完成了三面體結(jié)構(gòu)角焊縫的機(jī)器人位置調(diào)整，機(jī)器人焊接系統(tǒng)的實(shí)測(cè)最大位置偏差小于±0.15 mm。

1 成像系統(tǒng)設(shè)計(jì)與標(biāo)定

成像系統(tǒng)由線激光、相機(jī)、鏡頭和點(diǎn)激光組成，如圖1所示。所有元器件封裝在金屬屏蔽盒內(nèi)，作為一個(gè)整體安裝在機(jī)器人手臂上。

成像系統(tǒng)中世界坐標(biāo)xyz和相機(jī)坐標(biāo)x'y'z'的轉(zhuǎn)換關(guān)系如圖2所示。采用最為常見的小孔成像模型，C是相機(jī)光心，近似認(rèn)為空間點(diǎn)P、相機(jī)光心O'與成像點(diǎn)Q共線。將世界坐標(biāo)系的xy平面作為基準(zhǔn)面，x軸則為結(jié)構(gòu)光在基準(zhǔn)面上的投影;xz平面是結(jié)構(gòu)光所在平面，z軸則為相機(jī)主光軸在結(jié)構(gòu)光平面的投影，原點(diǎn)O是相機(jī)主光軸與結(jié)構(gòu)光所在平面的焦點(diǎn)。f表示焦距，υ表示世界坐標(biāo)原點(diǎn)距光心C的距離。

采用本文標(biāo)定裝置和算法進(jìn)行標(biāo)定，結(jié)果如表1所示。結(jié)果顯示，該標(biāo)定方法不僅操作方便，而且參數(shù)標(biāo)定結(jié)果具有較好的一致性，傾角幾乎無(wú)變化，焦距極差小于0.1 mm，物距極差小于0.3 mm，均達(dá)到焊接機(jī)器人引導(dǎo)功能的需求。

2 角焊縫輪廓提取

結(jié)構(gòu)光輪廓掃描時(shí)，工件表面形貌和位置信息反映在結(jié)構(gòu)光圖像中，因此結(jié)構(gòu)光圖像的輪廓提取是保證測(cè)量效果的基礎(chǔ)。在實(shí)際生產(chǎn)中，工件表面通常存在油污、銹跡等干擾，造成結(jié)構(gòu)光輪廓圖像的灰度值并不均勻。采用單一閾值進(jìn)行輪廓提取時(shí)，易發(fā)生局部輪廓丟失或被背景淹沒等問題。為此，本文提出了逐列閾值法，即根據(jù)圖像每列灰度值的均值和標(biāo)準(zhǔn)差自動(dòng)確定分割閾值，具體算法如式（6）所示

式中 Gy（x）為第x列像素灰度值的均值;σy（x）為第x列像素灰度值的標(biāo)準(zhǔn)差;μ和k為手動(dòng)設(shè)定的參數(shù)，μ越大則去除干擾力度越大，k越大，則臨近區(qū)域亮度對(duì)閾值的影響越大。該方法不僅可以去除大部分干擾點(diǎn)，還能將不同區(qū)域的線結(jié)構(gòu)光圖像進(jìn)行中心均衡化。

結(jié)構(gòu)光圖像及輪廓中心點(diǎn)提取如圖4所示，可以看出，逐列提取結(jié)構(gòu)光圖像灰度值主峰，采用灰度重心法確定峰中心，較好地克服了結(jié)構(gòu)光灰度不均勻的影響。此外，使用迭代端點(diǎn)擬合法[9]對(duì)中心點(diǎn)進(jìn)行平滑處理，得到結(jié)構(gòu)光中心點(diǎn)的完整輪廓。

對(duì)角焊縫而言，其輪廓特征反映在結(jié)構(gòu)光圖像上為兩條直線，由于試樣裝配時(shí)可能存在間隙或工件邊緣缺損，結(jié)構(gòu)光圖像的兩條直線并不一定連續(xù)。在該情況下，采用傳統(tǒng)霍夫變換提取直線輪廓，會(huì)發(fā)生將一條長(zhǎng)線段標(biāo)識(shí)為多條短線段的問題。漸進(jìn)霍夫變換（PPHT）算法是霍夫變換的一種改進(jìn)形式[10]，本文在該方法基礎(chǔ)上進(jìn)一步進(jìn)行了優(yōu)化，在檢測(cè)到若干線條后，計(jì)算任意兩條線段起點(diǎn)和終點(diǎn)的線性相關(guān)系數(shù)，相關(guān)系數(shù)大于閾值的視為鄰接，從而形成一張無(wú)向圖。提取圖中所有連通分量，將每個(gè)連通分量中所有直線擬合成一條直線，最終實(shí)現(xiàn)短線段的合并，如圖5所示。

完成直線合并后，選取長(zhǎng)度最大的兩條線段，并驗(yàn)證其長(zhǎng)度和夾角均在指定范圍內(nèi)，計(jì)算其交點(diǎn)Q，并按式（2）將其從圖像坐標(biāo)映射到空間坐標(biāo)P，即結(jié)構(gòu)光平面與角焊縫的交點(diǎn)。

3 位置校正效果

測(cè)試采用型號(hào)MOTOMAN-MA1400的機(jī)器人，重復(fù)定位精度為±0.08 mm。相機(jī)型號(hào)為Basler acA 1600-20gc，圖像尺寸1 624 pixel×1 234 pixel，單像素尺寸為4.4×4.4 μm。檢測(cè)系統(tǒng)實(shí)物如圖6所示。檢測(cè)過(guò)程中，機(jī)器人沿三面體結(jié)構(gòu)的角焊縫連續(xù)移動(dòng)，每移動(dòng)10 mm觸發(fā)相機(jī)拍攝一次。為提高檢測(cè)效率，機(jī)器人在相機(jī)拍攝時(shí)并不停止，檢測(cè)系統(tǒng)在拍攝間隙完成計(jì)算，單幅圖像處理時(shí)間小于20 ms。檢測(cè)過(guò)程流程如圖7所示。如果焊縫出現(xiàn)較為嚴(yán)重的非線性特征，或連續(xù)出現(xiàn)2個(gè)測(cè)量點(diǎn)偏差量超標(biāo)，則認(rèn)為工件邊緣狀態(tài)或裝配質(zhì)量異常，校正系統(tǒng)將發(fā)出報(bào)警，提示需要人工干預(yù)。

從理論計(jì)算分析，本文試驗(yàn)條件下的角焊縫位置計(jì)算誤差小于0.334 pixel，根據(jù)式（2）計(jì)算可知對(duì)應(yīng)的空間坐標(biāo)誤差小于0.06 mm。為了分析實(shí)際應(yīng)用過(guò)程的誤差水平，在檢測(cè)系統(tǒng)內(nèi)設(shè)置了與機(jī)器人手臂同軸的導(dǎo)向點(diǎn)激光。測(cè)量系統(tǒng)輸出位置偏差量后，機(jī)器人按調(diào)整后的空間坐標(biāo)完成移動(dòng)，通過(guò)導(dǎo)向點(diǎn)激光實(shí)測(cè)機(jī)器人位置調(diào)整效果，即計(jì)算導(dǎo)向激光斑點(diǎn)中心與角焊縫的偏差量，該偏差量由校正系統(tǒng)誤差和機(jī)器人定位誤差疊加產(chǎn)生。對(duì)三面體結(jié)構(gòu)工件的3條角焊縫分別進(jìn)行50次測(cè)試，結(jié)果表明，位置校正后，機(jī)器人焊接系統(tǒng)的最大位置偏差小于±0.15 mm，重復(fù)定位誤差小于0.2 mm。

4 結(jié)論

（1）采用結(jié)構(gòu)光掃描方法搭建了角焊縫的機(jī)器人位置調(diào)整裝置，測(cè)量了三面體結(jié)構(gòu)角焊縫的空間位置，并將焊縫實(shí)際位置與預(yù)制軌跡的偏差反饋給機(jī)器人，實(shí)現(xiàn)了機(jī)器人位置的動(dòng)態(tài)調(diào)整，機(jī)器人焊接系統(tǒng)的實(shí)測(cè)最大位置偏差小于±0.15 mm。

（2）利用標(biāo)定板、激光位移傳感器搭建了結(jié)構(gòu)光位置檢測(cè)系統(tǒng)的標(biāo)定平臺(tái)，采用L-M算法完成標(biāo)定數(shù)據(jù)最優(yōu)化擬合，得到相機(jī)內(nèi)參和外參。該方法具有裝置簡(jiǎn)單、計(jì)算快速、標(biāo)定精度高的特點(diǎn)。

（3）在結(jié)構(gòu)光圖像輪廓提取中，提出了逐列提取灰度主峰的方法，采用迭代端點(diǎn)擬合法實(shí)現(xiàn)了主峰中心點(diǎn)平滑處理，利用漸進(jìn)霍夫變換方法解決了多線段合并問題，較好地提取了結(jié)構(gòu)光圖像的焦點(diǎn)位置。

參考文獻(xiàn)：

[1] 邢艷榮，秦佳偉，韓素賢，等. 基于糾偏與示教相結(jié)合的機(jī)器人自動(dòng)焊接跟蹤[J]. 電焊機(jī)，2014，44（10）：61-64.

[2] 吳斌，張放. 基于單目視覺的焊接螺柱位姿參數(shù)測(cè)量技術(shù)研究[J]. 光電子.激光，2014（10）：1931-1935.

[3] 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.

[4] 馮進(jìn)良，曹晨鳴，孫銘，等. 基于雙目視覺的焊縫跟蹤系統(tǒng)研究[J]. 長(zhǎng)春理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，42（1）：63-67.

[5] 金振揚(yáng)，孟正大. 基于線結(jié)構(gòu)光視覺傳感的焊縫跟蹤系統(tǒng)研究[J]. 工業(yè)控制計(jì)算機(jī)，2008（4）：66-68.

[6] 李春. 基于機(jī)器視覺的焊接工件識(shí)別與焊接軌跡校正方法研究[D]. 廣東：華南理工大學(xué)，2015.

[7] Liu F Q，Wang Z Y，Ji Y. Precise initial weld position identification of a fillet weld seam using laser vision technology[J]. The International Journal of Advanced Manufacturing Technology，2018，99（5-8）：2059-2068.

[8] 陳思豪，余震，王中任. 基于結(jié)構(gòu)光三維視覺角焊縫定位系統(tǒng)的研究[J]. 激光與紅外，2019，49（3）：303-308.

[9] Usamentiaga R，Molleda J，García D F. Fast and robust laser stripe extraction for 3D reconstruction in industrial en-vironments [J]. Machine Vision and Applications，2012，23（1）：179-196.

[10] Matas J，Galambos C，Kittler J. Robust detection of linesusing the progressive probabilistic Hough transform[J]. Co-mputer Vision and Image Understanding，2000，78（1）：119-?137.