面向智能制造的焊接機器人在窄焊縫中的應用

毛羽

（宜賓職業(yè)技術學院，四川 宜賓 644003）

0 引 言

面向智能制造的焊接機器人是智能制造的應用和研究熱點之一，當前有諸多學者和企事業(yè)單位對這一領域展開了大量理論研究和應用探索，但對于窄焊縫的自動化識別、軌跡規(guī)劃等智能焊接技術研究較少。在焊縫識別方面，采用雙目甚至多目攝像頭的研究報道和工程應用較多；但目前對窄焊縫的識別和焊縫提取研究和應用較少。本文在這一背景下，對面向智能制造的焊接機器人在窄焊縫中的應用展開研究。

1 面向智能制造的自動化焊接機器人硬件搭建

1.1 硬件搭建系統(tǒng)總體設計

本文所研究的對象——面向智能制造的焊接機器人在窄焊縫中的應用需要對窄焊縫、焊接起點進行識別，進而通過焊縫的實際焊接曲線完成整個焊接軌跡規(guī)劃，實現(xiàn)焊縫焊接的智能制造。為此，首先對焊接目標的特性進行分析[1-3]：根據(jù)焊接機器人的實際操作來看，通常焊接的目標焊縫為固定目標，其焊接目標不會移動；從焊接對象到圖像采集系統(tǒng)，通常距離較近，從實際焊接操作來看其距離通常不超過5 米；焊接對象、焊縫特性在常規(guī)、少樣本模板中識別，否則會大大增加焊縫識別和軌跡規(guī)劃難度。

面向智能制造的自動化焊接機器人硬件系統(tǒng)是整個焊接機器人的基礎和核心，本文所研究的自動化焊接機器人是在常規(guī)焊接機器人本體的基礎上，增加焊縫自動識別系統(tǒng)、并根據(jù)焊縫對焊接軌跡進行規(guī)劃，從而實現(xiàn)自動焊縫識別、規(guī)劃、焊接一體。因此本文在常規(guī)焊接機器人本體的基礎上增加立體視覺系統(tǒng)和軌跡規(guī)劃。

根據(jù)現(xiàn)有的研究[2-5]，雙目立體視覺能夠獲取空間目標點的深度信息，同時將各目標點的深度信息轉換為坐標系下的坐標值，這樣就能夠準確地描述空間任一目標點，這一技術已經(jīng)成熟應用在工業(yè)各個領域。因此，本文采用雙目立體視覺技術來搭建自動化焊接機器人的硬件識別系統(tǒng)來實現(xiàn)對焊接焊縫的識別，采集焊接對象上的焊縫目標并作為焊接機器人的初始輸入。

在使用雙目立體視覺系統(tǒng)作為圖像采集輸入時由于要將雙攝像獲取的圖像特征點進行匹配，實際應用經(jīng)驗表明，雙目立體視覺雖然能夠獲取空間目標點的深度信息，但存在兩者匹配難、經(jīng)常出現(xiàn)誤匹配的情況，導致整個圖像采集系統(tǒng)所獲得的圖像較難處理。因此，本文在[3-5]文獻的研究基礎上，采用在雙攝像頭硬件的基礎上增加硬件結構——激光器用以產(chǎn)生線結構光作為圖像匹配計算中的“標記”以防止雙目立體視覺系統(tǒng)在圖像采集后進行匹配中出現(xiàn)難匹配、誤匹配的情況。

因此，面向智能制造的自動化焊接機器人硬件搭建方案為：在常規(guī)焊接機器人的基礎上，設計雙目立體視覺系統(tǒng)并增加激光器，同時需要增加必要的微處理芯片、通信系統(tǒng)等。

1.2 雙目立體視覺的安裝設計

雙目立體視覺雙攝像機的安裝應確保雙攝像頭對同一區(qū)域能夠同時覆蓋，本文采用匯交光軸結構對自動焊接機器人的雙攝像頭進行安裝。匯交光軸結構是：雙攝像機光心連線、雙攝像機光軸之間存在一定的夾角，這樣的優(yōu)點在于：攝像頭可以獲得較大的視覺角度、安裝簡單、調整也非常方便。

同時，為了安裝方便、且能夠使激光被雙攝像頭采集，本文將激光器安裝在雙攝像頭的中間位置。最終自動化焊接機器人的采集系統(tǒng)的安裝如圖1所示。

圖1 自動化焊接機器人的采集系統(tǒng)安裝圖

1.3 焊接機器人攝像頭、激光器的結構參數(shù)選擇

目前用于機器視覺的工業(yè)攝像機有CMOS 型攝像機和CCD 型攝像機。CMOS 型攝像機的特點是低功耗、尺寸小，價格便宜，但圖像質量與系統(tǒng)靈活性相對CCD 而言較差，適用于大規(guī)模批量生產(chǎn)、攝像質量要求不高的場合。CCD型攝像機圖像質量高，畸變小，適用于高端的攝像技術應用。本文主要針對窄焊縫進行檢測和識別，對圖像采集精度要求高，因此本文選擇CCD 型攝像機。所選擇的攝像頭基本參數(shù)為：總像素為795×596；信噪比大于48 dB；水平清晰度為600 line；供電電壓為DC12 V。

激光器為本文所引入輔助雙攝像頭進行視覺匹配的標識，主要用于防止雙攝像頭難匹配、誤匹配，在性能上結合焊接機器人的特點需要具備安裝尺寸小、在焊接工作環(huán)境下性能穩(wěn)定等一些基本要求，本文選擇線狀二極管激光器，基本參數(shù)為波長：650 nm；外形尺寸約為：Φ16×70 mm；電壓為直流2.8～5.2 V。

2 自動化焊接機器人窄焊縫識別技術

在焊接機器人視覺系統(tǒng)獲取圖像后，需要對圖像中的焊縫進行有效、準確地識別和提取。對與類似焊縫相近的結構進行提取分析的有效方法比較多，但各種方法的應用環(huán)境和特點不一樣。通常有背景差分、閾值分割、匹配檢測三種方法，其中背景差分是將攝像頭所拍攝的圖像進行差分求解獲得焊縫的位置，這種算法需要被拍攝對象的背景絕對靜止，而通常焊接機器人工作環(huán)境下的背景較難確保靜止；閾值分割是根據(jù)攝像頭的拍攝圖像中的閾值的差異進行判斷，在大面積、窄焊縫中這種算法較容易出現(xiàn)提取困難和計算誤判；因此本文選擇匹配檢測來對窄焊縫進行識別，采用該辦法則需要先制定與所焊接對象接近的模板，并將模板的焊縫區(qū)域及焊縫進行識別和提取，最后將按模板圖像的相似位置確定。該特點存在一定的局限性，但抗干擾能力強、算法準確可靠、在窄焊縫應用中效果較為顯著。下面對模板匹配算法進行討論：

本文在文獻[5]的研究基礎上，采用改進的傅里葉變換和積分圖的快速模板匹配法對窄焊縫模板進行識別和匹配。

對于攝像頭所獲取圖像中的任意一點坐標（x，y）用表示，對歸一化相關系數(shù)公式進行等價轉換后可得到相關系數(shù)為：

其中，m、n表示像素尺寸；t為模板圖像函數(shù)，f為基準圖像函數(shù)；其中R1（x，y）、R2（x，y）、R3（x，y）函數(shù)分別為：

為進一步提高圖像匹配計算過程中相關系數(shù)的運算效率，將式（1）進行分析，這部分計算僅與模板有關，而與最終的匹配結果計算無關，則可以將其省略，得到省略后的改進相關系數(shù)計算公式。

通過上述的計算將雙攝像頭獲得的圖像完成相關度匹配后，則可根據(jù)模板進行匹配以獲取焊接對象上的焊縫。

3 自動化焊接機器人沿窄焊縫軌跡規(guī)劃

3.1 軌跡規(guī)劃總體思路

焊接機器人的自主軌跡規(guī)劃是實現(xiàn)其智能制造的基礎，本文在前文討論獲得焊接對象焊縫的基礎上，進一步根據(jù)焊縫對焊接機器人的自主軌跡規(guī)劃進行分析。焊接機器人軌跡規(guī)劃的根本是先根據(jù)焊縫及焊接要求獲得一系列離散的焊槍位姿數(shù)據(jù)，并控制焊接機器人上焊槍逐點與焊槍位姿數(shù)據(jù)一致，而各離散的焊槍位姿是機器人直線運動實現(xiàn)，所以當離散點越多，焊接的軌跡規(guī)劃越準確，焊縫的幾何吻合度越高。結合本文所設計的焊接機器人，實現(xiàn)機器人焊接軌跡規(guī)劃的步驟為：首先利用激光器確定并引導機器人焊槍到焊縫的大致初始位置；再利用模板匹配獲得焊接焊縫的軌跡，包括焊縫中心、坡口寬度等，其軌跡是通過焊縫的特征點進行離散選取，在計算能力支持的前提下盡可能多選取特征點；然后再根據(jù)焊縫特征點的數(shù)據(jù)進而生成焊槍位姿數(shù)據(jù)，以按軌跡規(guī)劃來指導焊接機器人實現(xiàn)智能焊接。

將結構光引導至焊接對象的邊緣并定位為焊縫初始位置，其線結構光引導焊縫初始位置示意圖如圖2所示。

圖2 線結構光引導焊縫初始位置的示意圖

3.2 焊接焊縫檢測及軌跡處理

本文所研究窄焊縫的大致形狀、坡口尺寸等如圖3所示，圖3為分析所需的試驗示意樣板圖，表達窄焊縫的形貌，不為真實焊接母材。將實現(xiàn)整個智能制造的焊接過程分為兩步：第一步首先檢測并獲取焊縫；第二步根據(jù)第一步檢測的結果生成一連串的焊槍位姿數(shù)據(jù)，再完成焊接，也就是將檢測和焊接這兩個執(zhí)行動作分開。焊縫檢測包括對窄焊縫的特征點提取、焊縫掃描方式及軌跡處理。

圖3 焊接窄焊縫實物圖

窄焊縫的特征點提取需借助線結構光的投射，由圖2可知：當線結構光投射在窄焊縫上，其結構光在焊縫上會出現(xiàn)3 個顯著的拐點，其兩端的拐點則為焊縫外部上下坡口邊線的點，中心拐點則為焊縫中心線上的點，因此可以將這三個拐點作為焊縫特征點進行提取和分析。

在獲取窄焊縫的線結構光圖像后，需要對線結構光進行預處理和進行細化處理，才能實現(xiàn)穩(wěn)定地獲取焊縫拐點。其預處理方法為：在提取線結構光中心線之前，用自適應閾值法二值化對采集的圖像采用腐蝕去除與線結構光條紋邊緣連接的噪聲，接著查找連通域，其中最大連通域為在焊縫上的線結構光。然后在對焊縫結構光進行細化算法，其細化算法較多，本文在綜合分析和經(jīng)過多次測試后采用這樣的細化算法：在圖像的最大連通域區(qū)域內，對二值化圖像的每列進行灰度重心的計算，得到每列重心所形成一條曲線，即細化后的結構光曲線，這樣細化后獲得的曲線周圍無毛邊，這樣就只有一個值參與運算。

焊縫掃描方式和軌跡處理：本文采用將結構光沿焊縫中心線做微小移動，將上一測點和當前測點形成的弦線近似代替切線作為移動的方向，每次移動的距離越小則掃描越精確，但后續(xù)計算量也越大，計算效率越低；為此，經(jīng)過多次測試后結構光按4 mm/s 的移動速度對焊縫掃描，能夠獲取很好的掃描結果同時數(shù)據(jù)量計算也較為合理。獲取的結構光焊縫效果圖如圖4所示。

圖4 獲取的結構光焊縫效果圖

3.3 軌跡規(guī)劃

焊接機器人按上述獲得的焊縫特征點和軌跡生成焊槍位姿，完成焊接軌跡規(guī)劃。為了更方便、準確地表達和描述焊接機器人焊槍的位姿，本文建立焊縫隨動坐標系來對焊槍位姿進行描述，隨動坐標系與焊槍位姿重合，其動坐標系用K2-XYZ 表示；同時建立隨動坐標系機器人基坐標系K-XYZ之間的關系。

如圖2所示，K1、K2、K3為焊縫上左邊拐點、中心拐點和右邊拐點。進一步令Xk為焊縫中心線的切線向量，將K1、K2兩點連線與Xk構成的平面法線記為Zk，按右手螺旋法則定義由Zk和Xk方向確定的另一方向Yk，這樣由Xk、Yk、Zk構成的坐標為焊槍位姿的隨動坐標系，由其定義可知，坐標系的原點則為焊縫的中心拐點。隨動坐標系K2-XYZ 與機器人基坐標系的關系用Rk表示為：

r1、r2、r3為焊槍位姿隨動坐標系3 個坐標軸在機器人基坐標系K-XYZ 中的方向向量，r1為隨動坐標系下Xk方向向量，引導焊槍前進，使得整個焊接過程連續(xù)進行；r2為隨動坐標系下Yk方向向量，是窄焊縫的法線方向；r3為隨動坐標系下Zk方向向量，對焊槍Z 軸控制的參考目標。這樣就構建了焊接機器人的軌跡規(guī)劃。

4 結 論

本文對面向智能制造的焊接機器人在窄焊縫中的應用展開了研究，在對攝像頭和激光器的安裝方法進行了分析和選型后構建了焊接機器人的硬件系統(tǒng)，通過對窄焊縫圖像的分析以及對提取的結構光焊縫效果圖表明本文采用的圖像提取和分析方法能夠很好地對窄焊縫進行識別；最后對自動化焊接機器人的軌跡進行了規(guī)劃，能夠為自動焊接機器人的研究提供一定的參考和借鑒。