基于圖像識別的AH36鋼激光焊縫節(jié)點(diǎn)定位技術(shù)研究

洪 祥，張海越，宋 騏

(1.南京大全電氣研究院有限公司，南京 211000；2.伊利諾伊大學(xué) 厄巴納-香檳分校， 尚佩恩 61820；3.中國科學(xué)技術(shù)大學(xué) 信息與智能學(xué)部，合肥 230000)

0 引言

AH36鋼具有沖擊性能好、強(qiáng)度高和剛度高等優(yōu)點(diǎn)[1]。激光焊在焊接過程中，通過激光束轟擊焊接件，在精密件和小件中具有焊接精度高的優(yōu)點(diǎn)，兩者在智能制造領(lǐng)域都得到了廣泛的應(yīng)用。激光焊與智能視覺控制密不可分，因此，在實(shí)際應(yīng)用中可將其分為手動(dòng)、自動(dòng)以及震動(dòng)式等不同類型。除此之外，激光焊與智能視覺的結(jié)合，在安全性方面也具有一定的保障，這是由于激光焊不僅能夠利用切換裝置將激光束切換至不同的工作站，還能結(jié)合智能視覺的反饋結(jié)果，利用X射線防護(hù)措施保證整個(gè)焊接流程的安全[2]，但隨著高端制造業(yè)的發(fā)展，激光焊技術(shù)在應(yīng)用過程中需要高精度的焊接件節(jié)點(diǎn)視覺定位，因此研究激光焊接節(jié)點(diǎn)定位的智能視覺方法，具有重要意義。相關(guān)學(xué)者也提出了一些較好的方法，但是在一些特殊材料的定位過程中，還存在明顯缺陷：

劉星武[3]等利用水平集分割處理焊接圖像，將連通域引入面積排序過程中，初步定位焊接節(jié)點(diǎn)，通過兩次排序方法在粗定位的基礎(chǔ)上完成焊接節(jié)點(diǎn)定位，該方法獲取的焊接圖像中存在高斯噪聲，不利用后續(xù)節(jié)點(diǎn)定位，存在圖像采集質(zhì)量差的問題。石端虎[4]等首先對焊接圖像展開分割處理，其次根據(jù)自動(dòng)對應(yīng)準(zhǔn)則采用投影距離提取算法獲取焊接節(jié)點(diǎn)的位置數(shù)據(jù)，分析空間中焊接節(jié)點(diǎn)的分布特征，以此為依據(jù)完成節(jié)點(diǎn)定位，該方法在x和y方向中的定位結(jié)果存在誤差，且定位所需的時(shí)間較長，存在定位精度低和定位效率低的問題。朱文杰[5]等提出了一種基于雙目視覺引導(dǎo)機(jī)器人的焊點(diǎn)定位方法。該方法在機(jī)器人末端安裝雙目傳感器以獲取焊點(diǎn)初步定位結(jié)果，并將其作為構(gòu)建的焊點(diǎn)定位誤差補(bǔ)償模型輸入，通過訓(xùn)練輸出補(bǔ)償結(jié)果，實(shí)現(xiàn)了焊點(diǎn)定位。王聰毅[6]等同時(shí)獲取了碳鋼板激光焊后出現(xiàn)的十字裂紋，并通過磁場對其進(jìn)行多角度勵(lì)磁。利用磁光成像傳感器采集勵(lì)磁后的焊接缺陷圖像，獲取了交叉焊縫缺陷特征。上述兩種方法實(shí)現(xiàn)了焊點(diǎn)和焊縫的定位，但是由于傳感器采集角度的不同，導(dǎo)致其定位精度存在一定的局限，因此上述兩種方法存在定位精度低的問題。梁國安[7]等在利用相控陣檢測法獲取角焊縫缺陷數(shù)據(jù)的基礎(chǔ)上，通過結(jié)合小波去噪及經(jīng)驗(yàn)?zāi)B(tài)兩種方法，實(shí)現(xiàn)缺陷信號重構(gòu)。該方法為本文去除信號噪聲提供了很好的借鑒。

激光焊接[8-9]過程中會(huì)產(chǎn)生高溫和強(qiáng)光，這可能對視覺系統(tǒng)造成干擾。高溫可能引起鏡頭或傳感器的熱膨脹，影響圖像質(zhì)量，導(dǎo)致圖像中存在過多的噪聲。同時(shí)，強(qiáng)光可能使得傳感器無法正確捕捉焊接節(jié)點(diǎn)的細(xì)節(jié)，導(dǎo)致視覺定位的困難。在焊接過程中，準(zhǔn)確地定位焊縫節(jié)點(diǎn)非常重要，節(jié)點(diǎn)位置的不準(zhǔn)確將導(dǎo)致焊接質(zhì)量下降。為此，本文以AH36鋼為例，從以下三個(gè)方面設(shè)計(jì)了一種激光焊接節(jié)點(diǎn)視覺定位方法。首先，通過激光焊接區(qū)域的視覺定位，實(shí)現(xiàn)了對焊縫的精確定位。該方法利用視覺傳感器獲取焊接區(qū)域的圖像，并通過根據(jù)激光三角測量原理確定AH36鋼激光焊接圖像中的焊接區(qū)域。以此為基礎(chǔ)，考慮到激光焊接區(qū)域常常受到噪聲干擾，會(huì)影響焊縫節(jié)點(diǎn)的準(zhǔn)確定位。因此，第二部分本設(shè)計(jì)了一種圖像預(yù)處理方法。從圖像去噪和圖像邊緣細(xì)節(jié)提取兩方面有效地降低噪聲的影響，提高焊縫節(jié)點(diǎn)定位的準(zhǔn)確性。最后，本設(shè)計(jì)基于Shi-Tomasi算法設(shè)計(jì)了焊接節(jié)點(diǎn)定位流程。

1 激光焊縫節(jié)點(diǎn)定位技術(shù)設(shè)計(jì)

1.1 激光焊接區(qū)域視覺定位

激光焊接視覺定位可以幫助激光焊接系統(tǒng)精確地控制焊接操作，并實(shí)時(shí)監(jiān)測焊接過程中的質(zhì)量和位置偏差。這一過程往往需要結(jié)合視覺傳感器完成區(qū)域定位工作，節(jié)點(diǎn)定位之前，確定相關(guān)區(qū)域是區(qū)域定位的關(guān)鍵步驟之一。在視覺傳感器中[10]，離軸角γ、分離角β和掃描錐角α屬于重要的角度，離軸角γ通常在區(qū)間[0，360]內(nèi)取值，與檢測點(diǎn)成像結(jié)果之間存在一定關(guān)聯(lián)；掃描錐角α代表旋轉(zhuǎn)透鏡在掃描過程中的最大角度；分離角β為激光二極管軸線與CCD攝像機(jī)主光軸之間的角度，在像素平面坐標(biāo)系中，β會(huì)直接影響圖像采集質(zhì)量與激光軌跡橢圓度。本文在掃描激光焊接區(qū)域時(shí)使用的是圖1所示的Cognex In-Sight 8405視覺傳感器，其具體參數(shù)如表1所示。

圖1 Cognex In-Sight 8405視覺傳感器

表1 視覺傳感器參數(shù)

在掃描機(jī)構(gòu)工作時(shí)會(huì)形成環(huán)形激光檢測軌跡，這是由于激光在發(fā)射的過程中快速旋轉(zhuǎn)形成，其成像過程通過以下兩個(gè)過程獲取AH36鋼的三維區(qū)域信息：

1)掃描系統(tǒng)在激光通過二極管發(fā)射后快速旋轉(zhuǎn)，形成環(huán)形激光軌跡，并在AH36鋼中投射軌跡；

2)在AH36鋼表面中形成環(huán)形激光軌跡，通過漫反射在面陣CDD攝像機(jī)中成像。具體過程如下：

在激光錐體坐標(biāo)系中，激光焊發(fā)生的環(huán)形激光軌跡與落在焊接對象AH36鋼上的交點(diǎn)坐標(biāo)用A(xL，yL，zL)來表示，用A′(xp，yp)表示像平面中點(diǎn)A(xL，yL，zL)的攝像機(jī)坐標(biāo)，用A′(xL，yL，zL)表示成像點(diǎn)坐標(biāo)，可通過下式計(jì)算得到：

(1)

式中，k為兩個(gè)坐標(biāo)系原點(diǎn)之間的距離。用O′(k′sinβ，0，k′cosβ)表示攝像機(jī)鏡頭中心點(diǎn)坐標(biāo)，其中k′代表激光錐體坐標(biāo)原點(diǎn)與攝像機(jī)鏡頭中心點(diǎn)間的距離，AA′構(gòu)成的直線簇{k}中包含了點(diǎn)O′和點(diǎn)P′，此時(shí)存在下式：

(2)

式中，n表示y方向上的距離；m表示x方向上的距離；σ表示z方向上的距離。

在激光錐體坐標(biāo)系中，任意點(diǎn)坐標(biāo)(xL，yL，zL)與半徑r的關(guān)系為：

(x-r)2+y2=r2

(3)

上式即為錐體曲線方程，當(dāng)xL的值不為零時(shí)，半徑r可通過下式計(jì)算得到：

(4)

用r0表示傳感器的設(shè)計(jì)半徑，用zL表示檢測點(diǎn)的深度，基于圖像識別的AH36鋼激光絎縫節(jié)點(diǎn)定位技術(shù)根據(jù)激光錐體投影規(guī)律和環(huán)形激光設(shè)計(jì)原理[11-12]得到兩者之間的關(guān)系：

(5)

當(dāng)xL的值為零時(shí)，根據(jù)激光三角測量原理計(jì)算檢測點(diǎn)的深度zL為：

式中，Δ表示x軸方向中激光像點(diǎn)在攝像機(jī)坐標(biāo)系中移動(dòng)的距離；f代表的是鏡頭焦距，上式即為焊接3D計(jì)算視覺區(qū)域定位結(jié)果，利用該方法獲得AH36鋼激光焊接圖像的區(qū)域。

圖2 卷積神經(jīng)網(wǎng)絡(luò)FFDNet架構(gòu)圖

1.2 激光焊接區(qū)域的圖像預(yù)處理

上文計(jì)算得到AH36鋼激光焊接區(qū)域，由于激光焊接過程中，可能產(chǎn)生煙霧、光線變化、震動(dòng)等各種干擾和噪聲，降低圖像質(zhì)量。除此以外，原始圖像中可能存在比較弱的或模糊的特征，可能影響定位的準(zhǔn)確性。因此，在該部分通過EGDNet算法對上述過程獲取的AH36鋼激光焊接區(qū)域圖像展開預(yù)處理，預(yù)處理過程由兩個(gè)部分構(gòu)成，第一部分是圖像去噪，第二部分是圖像邊緣細(xì)節(jié)提取。通過降噪和邊緣細(xì)節(jié)提取，增強(qiáng)特征的對比度和清晰度，使焊接區(qū)域更加突出，并提供更可靠的特征信息，有助于定位精度的提升。

1)去噪模塊：

將卷積神經(jīng)網(wǎng)絡(luò)FFDNet架構(gòu)(圖1)應(yīng)用在去噪模塊中[13-14]，將AH36鋼激光焊接區(qū)域圖像輸入去噪模塊中，為實(shí)現(xiàn)噪聲水平圖Q能夠準(zhǔn)確獲取，利用下采樣操作調(diào)整像素位置，在此基礎(chǔ)上，將下采樣圖像與噪聲水平圖輸入到卷積神經(jīng)網(wǎng)絡(luò)。在去噪模塊中對圖像展開殘差學(xué)習(xí)，獲得噪聲殘差圖。通過零填充方法在去噪模塊中調(diào)整特征圖的大小。具體過程如圖2所示。

設(shè)y代表去噪后的激光焊接圖像，設(shè)置數(shù)據(jù)保真項(xiàng)|z′-zL|2/2ζ，大部分圖像去噪算法可通過下式描述：

(7)

式中，φ(x)表示正則化項(xiàng)；x表示不存在噪聲的圖像真值；x′表示存在噪聲的圖像；ζ表示高斯噪聲的等級；在圖像去噪過程中，可以利用參數(shù)μ對正數(shù)據(jù)保真項(xiàng)與則化項(xiàng)之間的動(dòng)態(tài)平衡進(jìn)行調(diào)整，當(dāng)參數(shù)ζ的值較大時(shí)，在去噪過程中會(huì)消除圖像中存在的細(xì)節(jié)信息；當(dāng)參數(shù)ζ的值較小時(shí)，無法有效的消除圖像中存在的噪聲。

在深度學(xué)習(xí)的基礎(chǔ)上通過下式完成圖像去噪：

d=F(z′，ζ，θ)

(8)

式中，F(xiàn)(·)表示深度學(xué)習(xí)函數(shù)；θ為卷積神經(jīng)網(wǎng)絡(luò)參數(shù)。通過復(fù)制和擴(kuò)充高斯噪聲ζ獲得噪聲水平圖Q，此時(shí)可通過下式描述AH36鋼激光焊接圖像的去噪過程：

d=F(z′，Q，θ)

(9)

2)邊緣模塊：

考慮到去噪后的AH36鋼激光焊接圖像可能會(huì)變得模糊或失去一些細(xì)節(jié)。因此，在去噪之后，利用邊緣模塊提取圖像細(xì)節(jié)提取，強(qiáng)調(diào)和突出圖像中的邊緣和細(xì)節(jié)信息。VGG-16是在大規(guī)模圖像分類任務(wù)上進(jìn)行訓(xùn)練的，這一過程中，VGG-16網(wǎng)絡(luò)學(xué)到了很多普適的圖像特征，這些先驗(yàn)知識可以幫助網(wǎng)絡(luò)在邊緣細(xì)節(jié)提取任務(wù)中更好地理解和捕捉圖像中的邊緣結(jié)構(gòu)。因此，將VGG-16網(wǎng)絡(luò)結(jié)構(gòu)作為邊緣模塊的整體結(jié)構(gòu)，邊緣模塊由最大池化層、ReLU加Conv兩部分構(gòu)成。將上述去噪后的AH36鋼激光焊接圖像輸入邊緣模塊中，通過池化操作、卷積操作和融合操作，獲得圖像的邊緣圖[15-16]，邊緣模塊的網(wǎng)絡(luò)參數(shù)如表2所示。

表2 邊緣模塊網(wǎng)絡(luò)參數(shù)

在表1所示的邊緣模塊中，設(shè)計(jì)AH36鋼激光焊接圖像邊緣細(xì)節(jié)提取步驟如下。

步驟1：數(shù)據(jù)預(yù)處理。將AH36鋼激光焊接圖像進(jìn)行灰度化處理，去除彩色信息并轉(zhuǎn)換為灰度圖像，減少光照變化對圖像的影響，并提高后續(xù)處理算法的效果。

步驟2：邊緣檢測。使用Canny邊緣檢測算法，以便快速定位AH36鋼激光焊接圖像中的焊縫位置

步驟3：邊緣增強(qiáng)。通過應(yīng)用拉普拉斯濾波器增強(qiáng)焊縫圖像中的邊緣特征，并提高焊縫邊緣的清晰度和對比度。

觀察組護(hù)理問題的提出評分（46.32±2.96）分，護(hù)理措施方案評分（45.38±3.21）分，均高于對照組護(hù)理問題的提出評分（40.08±3.17）分、護(hù)理措施方案評分（40.26±2.95）分，差異均具有統(tǒng)計(jì)學(xué)意義（P＜0.05），見表2 。

步驟4：非極大值抑制。為了保留焊縫邊緣的細(xì)節(jié)以及消除可能的邊緣厚度問題，通過檢查每個(gè)像素點(diǎn)的梯度方向和大小，將非局部最大值的像素置為零，只保留焊縫邊緣上的局部極大值。

步驟5：細(xì)化算法。使用細(xì)化算法對焊縫邊緣進(jìn)行進(jìn)一步的優(yōu)化，以去除冗余像素并得到更準(zhǔn)確的焊縫線形。

步驟6：后處理。應(yīng)用形態(tài)學(xué)膨脹、腐蝕操作填充斷裂的焊縫線段或消除不需要的邊緣。

1.3 基于Shi-Tomasi算法的焊接節(jié)點(diǎn)定位

Shi-Tomasi算法是一種基于角點(diǎn)的特征點(diǎn)檢測算法，它通過計(jì)算圖像中每個(gè)像素點(diǎn)的響應(yīng)函數(shù)來尋找具有灰度變化較大等良好角點(diǎn)屬性的像素?？紤]到邊緣細(xì)節(jié)提取后的AH36鋼激光焊接圖像中，焊接節(jié)點(diǎn)通常位于焊縫的起始和結(jié)束端，是焊接區(qū)域中重要的關(guān)鍵點(diǎn)，具有良好的角點(diǎn)屬性。因此，在通過上述操作完成區(qū)域圖像的預(yù)處理后，利用Shi-Tomasi算法完成處理后的區(qū)域邊緣圖像角點(diǎn)的檢測，以此為基礎(chǔ)進(jìn)一步完成焊接節(jié)點(diǎn)的定位。具體步驟如下所示：

用O(x，y)表示點(diǎn)(x，y)激光焊接區(qū)域圖像中的灰度值，將其作為中點(diǎn)，構(gòu)建窗口，其大小為w×w。在激光焊接圖像中，通過互相關(guān)函數(shù)R(x，y)表示局部激光焊接圖像的灰度變化程度：

R(Δx，Δy)=

(10)

式中，(Δx，Δy)為窗口在圖像中移動(dòng)的位移；w(x，y)代表的是高斯濾波器。

研究表明，焊接節(jié)點(diǎn)的灰度值變化最大，因此對上式做泰勒展開處理[17-18]，獲得R(Δx，Δy)的最大值：

式中，Ox、Oy分別表示x方向和y方向中灰度圖像對應(yīng)的偏導(dǎo)數(shù)，其表達(dá)式分別如下：

(12)

式中，⊕代表的是卷積操作，設(shè)置矩陣Y：

(13)

用λ、κ表示矩陣Y的特征值，根據(jù)特征值劃分激光焊接節(jié)點(diǎn)圖像：

1)節(jié)點(diǎn)區(qū)域：當(dāng)λ≈κ，λκ≥0時(shí)，表明在不同方向中該區(qū)域的強(qiáng)度變化較為顯著，屬于節(jié)點(diǎn)區(qū)域；

2)邊緣區(qū)域：當(dāng)λ≥κ或κ≥λ時(shí)，在一個(gè)方向中區(qū)域的變化較大，λ、κ之間存在較大差異；

3)平滑區(qū)域：當(dāng)λ=0、κ=0時(shí)，任何任意方向中，其區(qū)域的強(qiáng)度變化均可以被忽略。

通過下式計(jì)算特征值λ、κ對應(yīng)的最小值T：

T=Ymin(λ，κ)

(14)

設(shè)定閾值γ，通過Shi-Tomasi算法[19-20]對比T和γ的大小，當(dāng)閾值γ小于T，且λ≥lξmax，κ≥λ時(shí)，像素點(diǎn)屬于AH36鋼激光焊接節(jié)點(diǎn)，其中l(wèi)代表的是抑制常數(shù)；ξmax表示任意像素點(diǎn)最小特征值在AH36鋼激光焊接圖像中的最大值。

確定節(jié)點(diǎn)位置后，在向量正交法的基礎(chǔ)上確定節(jié)點(diǎn)對應(yīng)的坐標(biāo)。

用a表示像素節(jié)點(diǎn)，節(jié)點(diǎn)在AH36鋼激光焊接圖像中位于q，設(shè)Dai代表的是q的鄰域點(diǎn)ai對應(yīng)的梯度，通過下述函數(shù)計(jì)算節(jié)點(diǎn)在激光焊接圖像中的亞像素位置坐標(biāo)g(q)：

(15)

式中，εi代表的是正交程度[20]。

將εi的值設(shè)置為0，對坐標(biāo)g(q)求偏導(dǎo)，獲得下式：

(16)

令：

(17)

式中，hx、yx均代表的是梯度向量[21]。此時(shí)獲得節(jié)點(diǎn)q在AH36鋼激光焊接圖像中的位置：

(18)

2 實(shí)驗(yàn)與分析

2.1 實(shí)驗(yàn)設(shè)置

為了驗(yàn)證本文的激光焊接節(jié)點(diǎn)定位技術(shù)的整體有效性，按照下述內(nèi)布置實(shí)驗(yàn)環(huán)境，展開相關(guān)測試。

1)實(shí)驗(yàn)對象：

尺寸為100 mm×100 mm×5 mm的AH36鋼板，利用圖3所示的Trumpf TruLaser Station 5005激光焊接機(jī)進(jìn)行焊接。

圖3 激光焊接機(jī)

Trumpf TruLaser Station 5005激光焊接機(jī)具體參數(shù)如表3所示。

表3 激光焊接機(jī)參數(shù)

2)實(shí)驗(yàn)圖像數(shù)據(jù)處理：

攝像設(shè)備選用Basler ace U acA3800-14uc高分辨率工業(yè)相機(jī)，用于獲取焊接過程中的圖像，并配備高性能處理器和足夠內(nèi)存的計(jì)算機(jī)，用于運(yùn)行圖像處理和識別算法。軟件環(huán)境：Python編程語言，OpenCV圖像處理庫。實(shí)驗(yàn)用Basler ace U acA3800-14uc高分辨工業(yè)相機(jī)型號基本參數(shù)如表4所示。

表4 高分辨工業(yè)相機(jī)型號基本參數(shù)

3)算法參數(shù)設(shè)置：

本文實(shí)現(xiàn)定位方法主要是FFDNet架構(gòu)，因此設(shè)定如下參數(shù)：網(wǎng)絡(luò)層數(shù)4層；卷積核大小為3×3；激活函數(shù)類型為ReLU；學(xué)習(xí)率為0.001。

在上述實(shí)驗(yàn)設(shè)置下，分別利用所提方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法進(jìn)行實(shí)驗(yàn)。

2.2 定位實(shí)驗(yàn)

在激光焊接節(jié)點(diǎn)定位過程中，圖像采集至關(guān)重要。圖像采集結(jié)果直接影響著焊接節(jié)點(diǎn)定位精度?，F(xiàn)采用所提方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法作為AH36鋼激光焊接節(jié)點(diǎn)定位對比方法，采集結(jié)果如圖4所示。

圖4 AH36鋼激光焊接區(qū)域定位

由圖4可知，采用所提方法獲取的AH36鋼激光焊接圖像區(qū)域的清晰度較高，AH36鋼激光焊接圖像中存在高斯噪聲和紋理噪聲，圖像的清晰度較好，去噪效果較好，有利于后續(xù)焊接節(jié)點(diǎn)的定位。其主要原因是所提方法利用去噪模塊中的卷積神經(jīng)網(wǎng)絡(luò)FFDNet架構(gòu)，通過下采樣調(diào)整像素位置，并將下采樣圖像與噪聲水平圖輸入到卷積神經(jīng)網(wǎng)絡(luò)，通過訓(xùn)練去除激光焊接圖像噪聲，有效提高了特殊材料激光焊接區(qū)域定位效果。

2.3 實(shí)驗(yàn)結(jié)果分析

1)定位誤差：

定位誤差是指實(shí)際定位結(jié)果與真實(shí)位置之間的差異。在激光焊接節(jié)點(diǎn)視覺定位實(shí)驗(yàn)中，通過算法和技術(shù)手段獲取到的焊接節(jié)點(diǎn)位置與實(shí)際焊接節(jié)點(diǎn)位置之間的偏差或距離被稱為定位誤差。定位誤差可以用來評估定位算法的準(zhǔn)確性和穩(wěn)定性，較小的定位誤差意味著更準(zhǔn)確的定位結(jié)果。采用所提方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法對AH36鋼激光焊接節(jié)點(diǎn)定位，對比不同方法在x方向和y方向中的定位誤差，測試結(jié)果如圖5所示。

圖5 不同方法在x、y方向中的定位誤差

由圖5可知，三種方法在x和y方向的定位誤差與圖像數(shù)量之間呈正比，在相同圖像數(shù)量下，所提方法在兩個(gè)方向中的定位誤差均控制0.2 mm以內(nèi)，文獻(xiàn)[3]方法在兩個(gè)方向中的定位誤差均控制0.8 mm和0.72 mm以內(nèi)，文獻(xiàn)[4]方法在兩個(gè)方向中的定位誤差均控制0.6 mm和0.7 mm以內(nèi)。對比上述數(shù)據(jù)可知，所提方法的定位誤差小于兩種對比方法，優(yōu)于其他兩種方法的定位誤差測試結(jié)果，表明所提方法在定位過程中具有較高的精度。產(chǎn)生該結(jié)果的主要原因是所提方法在獲取AH36鋼的激光焊接節(jié)點(diǎn)區(qū)域圖像的基礎(chǔ)上，通過EGDNet算法獲取焊接節(jié)點(diǎn)邊緣圖像，提高了定位精度。

為進(jìn)一步對所提方法的精度進(jìn)行驗(yàn)證，利用所提方法對AH36鋼激光焊接節(jié)點(diǎn)定位，對比并記錄x、y、z三個(gè)方向的定位誤差數(shù)據(jù)，定位誤差波動(dòng)幅度越小，說明該方法的定位精度越高。

圖6 所提方法定位誤差圖

分析圖6實(shí)驗(yàn)數(shù)據(jù)可知，隨著圖像數(shù)量的增加，所提方法在x、y、z三個(gè)方向的定位數(shù)據(jù)較為均衡，誤差始終不超過0.2 mm，說明所提方法具有較好的定位精度，即所提方法AH36鋼激光焊接節(jié)點(diǎn)定位過程中，在檢測焊接邊緣圖像的角點(diǎn)的基礎(chǔ)上，計(jì)算節(jié)點(diǎn)在AH36鋼激光焊接圖像中的位置坐標(biāo)，有效優(yōu)化了定位結(jié)果。

2)定位時(shí)間：

定位時(shí)間是指從開始進(jìn)行定位過程到獲取到最終定位結(jié)果所經(jīng)歷的時(shí)間。在激光焊接節(jié)點(diǎn)視覺定位實(shí)驗(yàn)中，定位時(shí)間反映了定位算法的計(jì)算效率和響應(yīng)速度。較短的定位時(shí)間意味對應(yīng)定位算法具有更高效的AH36鋼激光焊縫節(jié)點(diǎn)定位效果。在上述測試環(huán)境下，測試所提方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法定位焊接節(jié)點(diǎn)所需的時(shí)間，測試結(jié)果如圖7所示。

圖7 不同方法的定位時(shí)間

通過圖7可知，隨著圖像數(shù)量的增加，所提方法消耗時(shí)間的上漲較為穩(wěn)定，定位時(shí)長由0.25 s上漲至0.75 s，最大定位時(shí)間為0.75 s，說明該方法定位AH36鋼激光焊接節(jié)點(diǎn)所需的時(shí)間較短。文獻(xiàn)[3]方法隨著圖像數(shù)量的增加，定位時(shí)長由0.8 s上漲至1.75 s，最大定位時(shí)間為1.75 s。文獻(xiàn)[4]方法隨著圖像數(shù)量的增加，定位時(shí)長由0.75 s上漲至2.0 s，最大定位時(shí)間為2.0 s。所提方法、文獻(xiàn)[3]方法和文獻(xiàn)[4]方法三種方法定位時(shí)間的增長幅度分別為0.5 s、0.95 s和1.25 s，因此，所提方法在定位效率較高的同時(shí)具有一定的穩(wěn)定性。綜上分析可知，所提方法的定位效果優(yōu)于文獻(xiàn)[3]方法和文獻(xiàn)[4]方法，表明所提方法具有較好的實(shí)際應(yīng)用價(jià)值。

3)精度衰減測試：

精度衰減是指在不同焊接條件下，定位精度的變化情況。通過改變激光功率、焊縫寬度等焊接參數(shù)來模擬不同的焊接條件，在此基礎(chǔ)上進(jìn)行定位實(shí)驗(yàn)，分析定位精度與上述因素之間的關(guān)系，以判斷是不同定位方法的適應(yīng)性。實(shí)驗(yàn)時(shí)，假設(shè)有兩種不同的焊接參數(shù)設(shè)置：方案A和方案B。

方案A為：激光功率為100 W，焊縫寬度為1 mm；

方案B為：激光功率為200 W，焊縫寬度為2 mm。

使用相同的激光焊接機(jī)器和相機(jī)，在不同焊接參數(shù)下進(jìn)行焊接節(jié)點(diǎn)視覺定位的實(shí)驗(yàn)。記錄每個(gè)焊接節(jié)點(diǎn)在實(shí)際位置和視覺定位結(jié)果之間的誤差，以評估精度衰減情況。結(jié)果如圖8所示。

通過圖8可知，三種方法隨著激光功率和焊縫寬度的增加，精度衰減導(dǎo)致了焊接節(jié)點(diǎn)定位的準(zhǔn)確性下降。其中，所提方法在方案A中對焊接節(jié)點(diǎn)的平均定位誤差為0.2 mm，在方案B中，焊接節(jié)點(diǎn)的平均定位誤差增加到0.5 mm。文獻(xiàn)[3]方法和文獻(xiàn)[4]方法兩種方法在方案A中對焊接節(jié)點(diǎn)的平均定位誤差為0.7 mm和1.0 mm，在方案B中，焊接節(jié)點(diǎn)的平均定位誤差增加到1.1 mm和1.3 mm。所提方法對比文獻(xiàn)[3]方法和文獻(xiàn)[4]方法兩種方法而言，精度衰減幅度較小，受激光功率和焊縫寬度的增加影響較小。

4)抗干擾性能：

在實(shí)際應(yīng)用中，焊接過程可能面臨光照變化、背景噪聲、材料表面質(zhì)量、姿態(tài)變化等各種干擾因素，這些因素可能對視覺定位技術(shù)的性能和準(zhǔn)確性產(chǎn)生不利影響。因此，分析三種方法的抗干擾性能。

在基準(zhǔn)實(shí)驗(yàn)環(huán)境下，將AH36鋼板放置于平整的工作臺上，確保激光焊接系統(tǒng)和相機(jī)處于正常工作狀態(tài)。對焊接節(jié)點(diǎn)進(jìn)行預(yù)先標(biāo)記，以便進(jìn)行后續(xù)的定位。通過調(diào)整光源的亮度或引入額外的光源來模擬光照變化。同時(shí)，隨機(jī)添加少量雜質(zhì)構(gòu)造背景噪聲。使用相同的焊接節(jié)點(diǎn)圖像進(jìn)行多次實(shí)驗(yàn)取平均值，并記錄定位誤差。結(jié)果如表5所示。

表5 不同方法的抗干擾性能

通過表5可知，在不同背景噪聲條件下定位誤差相對于基準(zhǔn)實(shí)驗(yàn)環(huán)境有所增加，三種方法對于光照變化和雜質(zhì)引入的背景噪聲具有一定的影響，導(dǎo)致定位精度略有下降。其中，所提方法在基準(zhǔn)實(shí)驗(yàn)環(huán)境下的定位誤差平均值為0.2 mm，標(biāo)準(zhǔn)差為0.05 mm，在引入背景噪聲后，光照變化時(shí)的平均值為0.35 mm，標(biāo)準(zhǔn)差為0.08 mm，雜質(zhì)引入時(shí)的平均值為0.4 mm，標(biāo)準(zhǔn)差為0.1 mm。文獻(xiàn)[3]方法和文獻(xiàn)[4]方法無論是在基準(zhǔn)實(shí)驗(yàn)環(huán)境中還是在不同背景噪聲條件下，定位誤差平均值和標(biāo)準(zhǔn)差都高于所提方法。整體而言，所提方法受光照變化和雜質(zhì)引入的背景噪聲影響較小，具有較高的抗干擾性能，誤差波動(dòng)范圍較小，可以精準(zhǔn)的實(shí)現(xiàn)AH36鋼激光焊接節(jié)點(diǎn)視覺定位。

3 結(jié)束語

為了滿足人們對激光焊接節(jié)點(diǎn)的定位精度更高的要求，解決激光圖像采集質(zhì)量低、定位精度低和定位效率低的問題，本文設(shè)計(jì)一種針對AH36鋼的激光焊接節(jié)點(diǎn)視覺定位技術(shù)。該方法通過消除焊接節(jié)點(diǎn)區(qū)域圖像中存在的噪聲，避免噪聲對節(jié)點(diǎn)定位產(chǎn)生影響，再通過設(shè)計(jì)節(jié)點(diǎn)定位方法，優(yōu)化了AH36鋼激光焊接節(jié)點(diǎn)視覺定位效果，為激光焊接技術(shù)的智能化發(fā)展提供了參考。通過針對AH36鋼的激光焊接節(jié)點(diǎn)視覺定位實(shí)驗(yàn)，得出以下結(jié)論：

1)所提技術(shù)能夠有效地捕獲焊接節(jié)點(diǎn)的圖像信息，并提供清晰、高質(zhì)量的圖像供后續(xù)的定位處理使用。

2)所提方法在x、y、z三個(gè)方向上，表現(xiàn)出了較小的定位誤差，整體定位誤差波動(dòng)幅度越小，滿足焊接任務(wù)的準(zhǔn)確定位需求。

3)所提方法展示出了較快的定位速度，能夠在短時(shí)間內(nèi)完成AH36鋼激光焊接節(jié)點(diǎn)定位任務(wù)，提高了生產(chǎn)效率和焊接工藝的穩(wěn)定性。

4)所提方法保持了良好的精度衰減特性，在改變激光功率和焊縫寬度的條件下，依然保持較小的定位誤差，并且沒有明顯的精度衰減趨勢。

5)所提方法在面對光照變化、背景噪聲等干擾情況下，能夠保持相對穩(wěn)定的定位結(jié)果，表現(xiàn)出適應(yīng)性。

但是所提方法理論研究和實(shí)驗(yàn)均是以AH36鋼激光焊接為研究對象，因此對于其他類型鋼材料焊接節(jié)點(diǎn)定位效果還需進(jìn)一步研究與測試，以進(jìn)一步優(yōu)化所提方法的普適性。