基于遺傳算法的機(jī)器人焊接訓(xùn)練輔助系統(tǒng)研究

李盼盼，趙 浩

（福建農(nóng)林大學(xué)金山學(xué)院，福建福州 350002）

全自動焊接機(jī)器人在工業(yè)中應(yīng)用廣泛[1-3]，但在一些特殊焊接環(huán)境中人工焊接仍然不可或缺，但是具有豐富經(jīng)驗(yàn)、可以熟練焊接的焊工越來越缺乏，雇傭成本也越來越高，所以開發(fā)一套快速有效的方法來訓(xùn)練和輔助不熟練的焊工迫在眉睫[4-5]。焊接時，焊槍不受控制的振動和不適當(dāng)?shù)倪\(yùn)動行為對熟練工人和非熟練工人是有差異的，通過焊槍位置和速度等參數(shù)比較，確定一些閾值來判定焊工的熟練程度，從而控制輔助焊接機(jī)器人協(xié)助不熟練的工人實(shí)現(xiàn)焊接操作。

1 實(shí)驗(yàn)裝置設(shè)置和數(shù)據(jù)收集

實(shí)驗(yàn)裝置主要包括標(biāo)記系統(tǒng)和紅外照相機(jī)系統(tǒng)。在焊接工人身上和焊槍上進(jìn)行標(biāo)記，通過紅外照相機(jī)系統(tǒng)捕捉工人手臂和身體以及焊槍的運(yùn)動。將采集到的數(shù)據(jù)進(jìn)行分析，確定如何區(qū)分熟練和非熟練焊工的焊接行為。

1.1 標(biāo)記設(shè)置

應(yīng)用紅外照相機(jī)系統(tǒng)記錄焊接期間焊槍的運(yùn)動。紅外線相機(jī)發(fā)射紅外光，并檢測標(biāo)記的反射。數(shù)據(jù)采集使用了11 個標(biāo)記，在焊接工人身上有8個，在焊槍上有3個，見圖1。試驗(yàn)中，對焊接工人的手臂和身體運(yùn)動未反映出顯著的熟練工人和非熟練工人之間的區(qū)別，因此主要分析在焊槍上的三個標(biāo)記數(shù)據(jù)。

圖1 標(biāo)記對焊機(jī)和焊槍的身體位置

1.2 相機(jī)設(shè)置

相機(jī)記錄數(shù)據(jù)的頻率是250 Hz，共使用了6 臺相機(jī)，像素分辨率是1280×1024。自動校準(zhǔn)之后，計(jì)算機(jī)系統(tǒng)就會得到參考坐標(biāo)系的框架和相機(jī)的相對位置與取向。計(jì)算機(jī)系統(tǒng)利用每個相機(jī)圖像中的標(biāo)記物來計(jì)算其在三維坐標(biāo)中的位置。相機(jī)對紅外光十分敏感，而焊接期間焊槍尖端也會發(fā)射出紅外光，所以相機(jī)攝像范圍要避開焊槍尖端位置，可用一個矩形框隔開,見圖2。

圖2 攝像系統(tǒng)和焊接環(huán)境

1.3 數(shù)據(jù)收集

鎢極惰性氣體保護(hù)焊需要熟練的焊接技能，十分適合用于識別工人焊接熟練程度的研究。沒有焊接經(jīng)驗(yàn)的人使用鎢極惰性氣體保護(hù)焊不會發(fā)生金屬顆粒的飛濺，產(chǎn)生的氣體和煙量少，并且可以在沒有外部供給金屬情況下焊接，便于照相觀察。

實(shí)驗(yàn)采用的焊接材料是兩塊坯料鋼ST-37，尺寸為300 mm×50 mm×4 mm。兩塊焊件被焊接在一起，沿縱向尺寸沒有間隙，沒有填充材料。系統(tǒng)坐標(biāo)系的軸線與焊件的邊緣對齊，見圖3。實(shí)驗(yàn)有兩組樣本數(shù)據(jù)，分別通過4個熟練焊工和14個非熟練焊工采集分析，他們的焊接任務(wù)，見表1。熟練的焊工擁有焊接證書并且每周都會進(jìn)行焊接；不熟練的焊工是由一些學(xué)生和工作人員組成，這些人員從未進(jìn)行過實(shí)際焊接工作或者是僅僅接受過簡單的課程培訓(xùn)。由于熟練焊工數(shù)量少于不熟練焊工，所以在實(shí)驗(yàn)過程中熟練焊工進(jìn)行多次焊接。最終收集到了15個熟練焊工焊接行為樣本和14個非熟練焊工焊接行為樣本。計(jì)算機(jī)三維運(yùn)動捕捉系統(tǒng)收集到的數(shù)據(jù)導(dǎo)出到Matlab中，并通過相應(yīng)的工具箱進(jìn)行分析。

圖3 焊管的尺寸和軸坐標(biāo)測量框架

表1 熟練和非熟練焊工和樣本數(shù)目

2 數(shù)據(jù)處理

因?yàn)橛兴膫€因素干擾其時域的連續(xù)性，所以從三維運(yùn)動捕捉系統(tǒng)獲得的原始數(shù)據(jù)（見圖4）需要進(jìn)行預(yù)處理后才能進(jìn)行分析。這些因素包括：（1）所有標(biāo)記被遮擋；（2）從焊槍發(fā)出的紅外光的影響；（3）部分標(biāo)記被遮擋；（4）噪點(diǎn)影響。前兩個因素會導(dǎo)致采集到一些沒有意義的位置數(shù)據(jù)。所有標(biāo)記被遮擋是由于標(biāo)記的一側(cè)被人體遮擋另一側(cè)被矩形箱遮擋，導(dǎo)致沒有足夠的相機(jī)采集到標(biāo)記信息來確定位置。紅外光的影響來自焊槍，盡管在焊槍處放置了矩形箱，但難免還會存在高密度的紅外光線，有時會影響到一些標(biāo)記的檢測。部分標(biāo)記被遮擋時，相機(jī)得到的位置信息就會變少，這時處理得到的結(jié)果就會不準(zhǔn)確。此外，測量噪點(diǎn)會在采集信息中產(chǎn)生輕微的峰值。

圖4 遮擋和噪點(diǎn)對樣本數(shù)據(jù)的影響

為了消除這些干擾的影響，對得到的位置數(shù)據(jù)進(jìn)行如下處理：（1）時間段缺失的部分（因素1 和2影響）之間通過插值（Matlab 的interp1 功能）進(jìn)行連接；（2）偏移的時間段（3影響）通過剪切和粘貼到數(shù)據(jù)軌跡合適的位置，這個處理的閥值設(shè)為標(biāo)記的運(yùn)動速度100 mm/s；（3）一些大峰值（因素3影響）和一些小峰值（因素4 影響）采用閾值和插值進(jìn)行消除；（4）小峰值（因素4影響）通過對頻率大于10 Hz的信號進(jìn)行濾波消除（因?yàn)槿祟愂直鄣倪\(yùn)動是0～10 Hz）。

3 分析

對收集的數(shù)據(jù)進(jìn)行分析是為了確定熟練和非熟練的焊工活性之間的差異。一個熟練焊工和非熟練焊工的焊接樣本，見圖5。很明顯，熟練焊工的焊縫是直的且厚度均勻，而不熟練的焊工焊縫非常彎曲且厚度不均。本研究主要分析并確定這些差異的來源。標(biāo)記的位置數(shù)據(jù)用來構(gòu)建焊槍尖端的三維位置。在本文中這三個維度的距離用x、y、z表示，在這三個維度的焊槍尖端的速度是位置數(shù)據(jù)的導(dǎo)數(shù)，用vx、vy和vz表示。

圖5 熟練和非熟練焊工焊縫結(jié)果

圖6 給出兩個典型的熟練和非熟練焊工的x、y、z、vx、vy 和vz 軌跡。y、z、vy 和vz 軌跡表明，熟練和非熟練焊工的焊槍尖端運(yùn)動在y 和z 方向有相當(dāng)大的差異。y和vy 表明，熟練的焊工能夠按照焊縫焊接且沒有太大的偏差，非熟練焊工則無法維持焊槍尖端穩(wěn)定工作。不熟練的焊工y方向變化大是因?yàn)槠鋵⒑笜尲舛嗽诖怪庇诤缚p的方向來回很多次?？梢灶愃频娜ケ容^的z和vz。熟練焊工的焊槍到焊接材料的距離幾乎保持恒定，非熟練焊工的焊槍高度總是不可控制的變化，這會導(dǎo)致焊縫中熔融金屬的量不受控制，降低了焊縫的焊接質(zhì)量[6]。

4.在旅游服務(wù)的感知上，游客對星級酒店、高檔餐廳、旅行中巴、購物中心的風(fēng)險(xiǎn)感知更小，更偏好選擇該類旅游要素。

圖6 熟練和非熟練焊接樣本數(shù)據(jù)

焊槍尖端在x方向的運(yùn)動軌跡并沒有明顯的差異。然而在vx速度圖可以看出，不熟練的焊工在焊縫方向上焊接會前后運(yùn)動。具體的vx放大圖，見圖7。非熟練的焊工偏差較大，可能是因?yàn)槠湟庾R到，在剛剛焊接過的地方焊接材料不夠，重復(fù)進(jìn)行多次焊接。

圖7 焊槍尖端x方向速度圖的放大

運(yùn)動頻率分析能夠用來揭示不同頻率分量的大小，甚至能夠在頻譜中觀察到焊工的呼吸。熟練焊工和非熟練焊工焊接的x 方向運(yùn)動的頻率，見圖8。對信號進(jìn)行快速傅里葉變換得到頻譜。0.3～0.4 Hz 之間的波段對應(yīng)焊工的呼吸?？刂坪粑呛腹?yīng)掌握的重要技能。但是頻率分析并沒有明顯反應(yīng)出熟練和非熟練焊工的差異，所以不能用控制呼吸作為熟練與否的判據(jù)[7]。

圖8 熟練和非熟練焊接樣本的x(t)單邊振幅譜

熟練和非熟練焊接頻率分析（x方向的運(yùn)動）結(jié)果，見圖9?？梢钥闯龇鞘炀毢腹ぴ趚 方向振動的頻率更大，由此可知非熟練焊工在x 方向的運(yùn)動幅度更大。類似的分析y和z方向運(yùn)動規(guī)律。

時域分析是基于典型的熟練和非熟練焊工的焊接行為。用F 測試（matlab，vartest2）對這些樣本進(jìn)行檢測。對檢測后的信號進(jìn)行高通濾波以消除部分平滑區(qū)域。表2顯示了非熟練和熟練的焊工的參數(shù)的方差比的CI置信區(qū)間。

表2 熟練和非熟練焊工置信區(qū)間和偽方差比

圖9 分析所有樣本焊槍尖端的x(t)單邊振幅譜

濾波后的方差值σ2與置信區(qū)間的關(guān)系如下：

為了使結(jié)果更直觀，參數(shù)的偽方差比計(jì)算如下：

4 確定區(qū)分熟練和不熟練行為的閾值

通過分析可以看出，熟練焊工與非熟練焊工相比有如下優(yōu)勢：（1）控制焊槍在垂直于焊接線方向的運(yùn)動偏差更少；（2）控制焊槍到焊接材料的高度變化更??；（3）控制焊槍的速度和方向變化更小。將這些結(jié)果應(yīng)用在機(jī)器人輔助人焊接，要避免機(jī)器人對x、y、z 三個方向運(yùn)動的過度反應(yīng)。理論上的最佳結(jié)果是熟練焊工受到的影響最小，且非熟練焊工通過限制能獲得更多的經(jīng)驗(yàn)[8]。

4.1 高通濾波

輔助機(jī)器人要對非熟練的行為作出反應(yīng)或者是抑制，并且對焊接路徑?jīng)]有影響，即焊縫可以是任意形狀的，焊工可以隨意適應(yīng)。為了實(shí)現(xiàn)這一目標(biāo)，機(jī)器人應(yīng)當(dāng)對行為進(jìn)行區(qū)分。

和焊槍尖端振動相比，焊縫的形狀變化具有很低的頻率，焊接速度變化頻率也是很低的。低頻振動和慢動作濾波結(jié)果，見圖10?？梢悦黠@觀察到，非熟練焊工的變化大于熟練焊工的，找出一組分割線（圖10 中的黑線）將其分為兩組，稱之為閾值線。閾值線外側(cè)大多是非熟練焊工的信號。將這一數(shù)值作為判別標(biāo)準(zhǔn)。過濾所有的位置和速度信號可以得到類似圖10 的圖，然后確定六個信號的閾值線。

圖10 x方向變化數(shù)據(jù)高通濾波后的結(jié)果

4.2 用遺傳算法確定閾值線

通過視覺檢查確定閾值的最佳值是不容易的。此外，為了檢驗(yàn)該方法的通用性，有必要對樣本和測試性能進(jìn)行驗(yàn)證。為此在熟練和非熟練的樣本中隨機(jī)各抽取7 個，剩下的8 個熟練的和7 個非熟練的樣本作為驗(yàn)證。

對六個信號的閾值和和報(bào)警值進(jìn)行計(jì)算，見圖11。信號首先通過濾波器；10 Hz 的低通濾波消除噪聲，0.1 Hz的高通濾波消除了焊工控制的慢速運(yùn)動。對濾波后的信號確定閾值，并取其絕對值。最后除以模擬時間得到平均警報(bào)水平。熟練焊工的警報(bào)水平應(yīng)該是最小的，非熟練焊工的是最大的。遺傳算法確定樣本閾值的主要步驟，見表3[9-10]。圖11 中，最初由視覺檢測得到的閾值范圍是0.5～2.5 和-2.5～-0.5。用遺傳算法優(yōu)化后的結(jié)果是0.830 4～-0.738 5。

圖11 報(bào)警水平確定

表3 遺傳算法步驟

4.3 確定基于報(bào)警水平的熟練程度

將確定閾值的所有樣本進(jìn)行圖11 中警報(bào)級別的處理，得到x方向警報(bào)級別，見表4。由于報(bào)警級別額邊界設(shè)置是確定的，所以能很好的區(qū)分熟練與非熟練焊工。

表4 x方向警報(bào)級別

利用雙正切函數(shù)對報(bào)警水平進(jìn)行轉(zhuǎn)換，見式（3）。技能水平的值在-1～1之間。熟練焊工樣本低于閾值，對警報(bào)水平轉(zhuǎn)換得到的值大于0，而非熟練得到的值小于0。

樣本的處理結(jié)果，見表5和表6。結(jié)果表明，基于x 和z 方向運(yùn)動作為標(biāo)準(zhǔn)，能夠成功區(qū)分熟練和非熟練工人。實(shí)驗(yàn)樣本中，100 %符合這個標(biāo)準(zhǔn)，驗(yàn)證組中79%符合這個標(biāo)準(zhǔn)。

表5 實(shí)驗(yàn)集所有樣本的熟練程度值

表5 和表6 表明，x和z的標(biāo)準(zhǔn)比其他標(biāo)準(zhǔn)更能區(qū)分熟練和非熟練的行為。表2 表明，在y 方向的運(yùn)動變化更能體現(xiàn)熟練和非熟練工人表現(xiàn)的差異，但是很難通過y方向運(yùn)動變化制定更好的區(qū)分標(biāo)準(zhǔn)，原因有兩個：一是表5 和表6 的標(biāo)準(zhǔn)閾值是基于一個隨機(jī)選擇的樣本集構(gòu)造，表2方差是基于所有樣本進(jìn)行計(jì)算；二是可能出現(xiàn)的情況是，有一些行為在有限時間內(nèi)變化大，基于信號的平方計(jì)算就會更大，但可能不會造成這么大的警報(bào)。警報(bào)級別基于閾值信號的絕對值，而不是平方。結(jié)果表明，雖然利用方差水平指標(biāo)制定分離熟練和非熟練工人行為的標(biāo)準(zhǔn)良好，但這些標(biāo)準(zhǔn)與產(chǎn)生報(bào)警水平可能沒有一一對應(yīng)關(guān)系。

5 結(jié)論

利用紅外線相機(jī)動作捕捉系統(tǒng)采集焊槍尖端的運(yùn)動數(shù)據(jù)，并對這些數(shù)據(jù)進(jìn)行分析表明，焊槍尖端的速度和位置變化較大，可以用來判定焊接行為熟練與否?；谶@一結(jié)論對速度和位置變化進(jìn)行遺傳算法處理得到閾值。把這些閾值構(gòu)建一個預(yù)警級別，表示焊接行為的熟練程度，其中0～1 表示熟練，-1～0 表示不熟練。該程序根據(jù)三個位置數(shù)據(jù)和三個速度數(shù)據(jù)得到6 個判定標(biāo)準(zhǔn)。通過對樣本的分析和驗(yàn)證，表明6 個標(biāo)準(zhǔn)是合理的。在x 方向（沿焊縫）的變化和z 方向（焊槍尖端到金屬的高度）的尺寸是區(qū)分熟練和非熟練行為的最佳標(biāo)準(zhǔn)。這種基于位置和速度信號變化的標(biāo)準(zhǔn)，能夠成功區(qū)分熟練和非熟練行為，在焊工培訓(xùn)和焊接機(jī)器人控制領(lǐng)域都有很好的應(yīng)用前景。