基于3D視覺技術(shù)的動(dòng)力模組自動(dòng)跟蹤焊接系統(tǒng)研發(fā)

中圖分類號(hào)：TP273 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2025）18-0017-06

Abstract：Withthecontinuousdevelopmentofintellgentmanufacturingtechnology，thedeepintegrationofindustrialrobots andmachinevisiontechnologyhasbecomeakeytrendinindustralproduction.Machinevisiontechnologyhasshowbroad applicationpotentialandachievedsignificantresultsinvariousmanufacturingfields.Weldingisacoretechnologyinindustrial production，yettradionalweldingrobotslackadaptiveablityandcanotmeetthehigheficiencyandqualityrequirementsof inteligentmanufacturing：Thisstudy，basedon3Dmachinevisiontechnology，hasdevelopedanautomaticweldseamtracking lasersystemintegratedintoindustrialobots.Thesystemintegrates3Dvisiontechnologydeepleaming，ightingtchnololasr principles，androbotictechnology.Thefocusofthisstudyincludes：First，establishingthemappingrelationshipbetwenimages androbotcordinatesunderthepremiseofcompletehardwareconfiguration；second，performingthecalibrationofthevision system;hen，forulatingthedatatransmissionandeeptionprotocol;nextdisussingimageprocessingtechques；andfinaly usingneuralnetworktechnologytoautomaticallyobtaintheweldseamtrajectory.Throughtestinginactualaplication，thsystem has been verified to meet the actual needs of automatic weld seam tracking welding.

Keywords：image processing;weld seam positioning;3Dvisionsensor;robot welding;lasersensor hand-eyecalibration

隨著電動(dòng)汽車和儲(chǔ)能行業(yè)的快速發(fā)展，對(duì)電池的需求、質(zhì)量和成本要求越來越高，這推動(dòng)了激光焊接技術(shù)的創(chuàng)新和發(fā)展。激光焊接技術(shù)在新能源領(lǐng)域扮演著核心角色，直接影響電池包的焊接質(zhì)量和品質(zhì)。因此，新能源設(shè)備制造商和生產(chǎn)型企業(yè)都在積極推動(dòng)激光焊接技術(shù)的創(chuàng)新發(fā)展。

激光焊接過程中會(huì)產(chǎn)生復(fù)雜的物理和化學(xué)反應(yīng)，對(duì)提高生產(chǎn)效率和質(zhì)量至關(guān)重要。然而，傳統(tǒng)焊接流程對(duì)技術(shù)員要求高，且在高難度工作過程中產(chǎn)生的高熱焊渣、刺激性煙霧和輻射嚴(yán)重威脅人員健康。隨著科技的發(fā)展和對(duì)人員健康安全的重視，傳統(tǒng)焊接已無法滿足市場(chǎng)對(duì)個(gè)性化工作環(huán)境的需求。工業(yè)機(jī)器人的廣泛應(yīng)用為焊接領(lǐng)域帶來了經(jīng)濟(jì)效益，緩解了技術(shù)人員緊張的問題。盡管如此，焊接機(jī)器人的智能化程度相對(duì)較低，主要依賴于離線編程和示教重現(xiàn)2種工作方式。這2種方式都是開環(huán)控制，不具備實(shí)時(shí)反饋和調(diào)節(jié)功能。當(dāng)焊接產(chǎn)品需求變化或焊接流程改變時(shí)，需要重新示教焊接點(diǎn)位和確定焊接路徑，這影響了工作效率，增加了人工成本，降低了設(shè)備兼容性和生產(chǎn)效率，影響了產(chǎn)品交付能力。許多電池廠商正在采用焊接機(jī)器人系統(tǒng)，但這些系統(tǒng)的智能化程度仍然有限。示教重現(xiàn)模式需要事先手動(dòng)示教焊槍的位置和運(yùn)動(dòng)路徑，然后精確復(fù)現(xiàn)這些路徑。離線編程模式則是基于已知模型參數(shù)提前規(guī)劃焊接路徑。這2種模式都屬于開環(huán)作業(yè)，不具備實(shí)時(shí)反饋和調(diào)節(jié)功能。示教重現(xiàn)模式需要對(duì)不同尺寸和形狀的工件重新示教焊接路徑，離線編程也需要對(duì)路徑進(jìn)行重新規(guī)劃，這提高了產(chǎn)品競(jìng)爭(zhēng)力，降低了生產(chǎn)成本，但也降低了生產(chǎn)效率，影響了生產(chǎn)周期。

因此，提高焊接質(zhì)量和效率的關(guān)鍵在于工業(yè)機(jī)器人的智能化。實(shí)現(xiàn)工業(yè)機(jī)器人自動(dòng)焊接控制系統(tǒng)的關(guān)鍵技術(shù)是閉環(huán)控制，能夠?qū)崟r(shí)獲取需要焊接工件的焊縫位置。這將有助于提高焊接質(zhì)量和效率，降低成本，提高產(chǎn)品競(jìng)爭(zhēng)力，并優(yōu)化生產(chǎn)周期

1機(jī)器人激光焊接的原理與總述

1.1激光視覺傳感技術(shù)原理

激光視覺傳感技術(shù)是一種使用激光線束進(jìn)行測(cè)量的技術(shù)，以激光三角測(cè)量原理為基礎(chǔ)，傳感器在需要焊接的工件上發(fā)射一條線激光，通過內(nèi)部的激光源照射，形成工件表面的激光條紋。之后，接收機(jī)將這種斷裂的條紋收集起來，通過幾何轉(zhuǎn)換關(guān)系，結(jié)合三維視覺的激光光源，并且具有一定的視角。在視覺坐標(biāo)中得到條紋位置數(shù)據(jù)，傳感器保持持續(xù)工作，視覺與工件相對(duì)運(yùn)動(dòng)，得到焊縫工件的三維測(cè)量模型構(gòu)建焊縫工件的三維測(cè)量模型。

激光傳感器（LaserSensor）：這類傳感器利用激光技術(shù)進(jìn)行測(cè)量，具備出色的抗光和電干擾能力。它們能夠?qū)崿F(xiàn)快速、高精度、可調(diào)節(jié)量程的無接觸遠(yuǎn)距離測(cè)量。這些特性使得激光傳感器成為智能焊接機(jī)器人的理想選擇，為焊接過程的自動(dòng)化和智能化提供了強(qiáng)有力的技術(shù)支持。

1.2 本文研究?jī)?nèi)容

本文主要以機(jī)器人為平臺(tái)，搭建機(jī)器人焊接定位算法的研究與應(yīng)用，3D視覺導(dǎo)引實(shí)時(shí)焊接鋰電池模組焊縫的機(jī)器人焊接追蹤系統(tǒng)。對(duì)所需焊接目標(biāo)，主要的工作內(nèi)容有：一是取得焊接所需焊縫的實(shí)時(shí)信息和焊接姿態(tài)，根據(jù)焊縫的位置和特點(diǎn)，對(duì)焊縫定位算法進(jìn)行研究；二是為完成機(jī)器人焊接系統(tǒng)各環(huán)節(jié)的數(shù)據(jù)交互、傳感器控制及工件焊縫信息獲取等工作，實(shí)施焊接過程中所需的數(shù)據(jù)通信和數(shù)據(jù)采集機(jī)制；三是對(duì)定位系統(tǒng)關(guān)系如圖1所示的3D視覺引導(dǎo)機(jī)器人焊接方案的可行性進(jìn)行驗(yàn)證。

1.2.1 焊縫定位算法研究

本文主題是模組焊縫定位算法的研究，通過3D視覺獲取電池模組焊縫的焊縫信息，采用閉環(huán)實(shí)時(shí)的焊縫定位算法，能夠?yàn)闄C(jī)器人焊接提供準(zhǔn)確、有效的數(shù)據(jù)，快速、準(zhǔn)確、可靠地提取焊縫特性。

1.2.2 機(jī)器人實(shí)時(shí)焊接數(shù)據(jù)采集和通信

通信旨在實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)交互。一是焊縫定位系統(tǒng)和機(jī)器人控制系統(tǒng)的數(shù)據(jù)交互，二是上位機(jī)與3D視覺的算法數(shù)據(jù)參數(shù)通信。

1.2.3焊縫焊接與算法驗(yàn)證

對(duì)機(jī)器人焊接系統(tǒng)的可行性和通用性進(jìn)行同步驗(yàn)證，以落實(shí)定位算法的穩(wěn)定性、準(zhǔn)確性、實(shí)用性和實(shí)時(shí)性。通過對(duì)電池模塊不同類型焊縫的實(shí)際焊接試驗(yàn)。在客戶端的量產(chǎn)中對(duì)不同類型的焊縫只需對(duì)特征和參數(shù)微調(diào)和校驗(yàn)，便可以對(duì)不同類型的模組進(jìn)行焊接，滿足不同焊縫的焊接需求。

23D視覺引導(dǎo)機(jī)器人自動(dòng)跟蹤焊接整體方案

本研究詳細(xì)介紹了一個(gè)由多種硬件設(shè)備和軟件環(huán)境構(gòu)成的機(jī)器人自動(dòng)追蹤焊縫系統(tǒng)，并對(duì)系統(tǒng)中各個(gè)組件的功能和詳細(xì)參數(shù)進(jìn)行了深人的章節(jié)分析。該系統(tǒng)基于公司實(shí)驗(yàn)室現(xiàn)有的實(shí)驗(yàn)機(jī)器人、3D視覺傳感器、激光器、振鏡和PLC等設(shè)備構(gòu)建，旨在開發(fā)一個(gè)智能化和人性化的自動(dòng)跟蹤系統(tǒng)，以提升焊接工藝的自動(dòng)化水平。

在3D視覺引導(dǎo)機(jī)器人自動(dòng)追蹤焊縫中，焊縫處理信息和焊接姿態(tài)轉(zhuǎn)化為機(jī)器人坐標(biāo)系的坐標(biāo)和姿態(tài)，所得焊縫處理信息經(jīng)算法實(shí)時(shí)信息處理后，實(shí)時(shí)傳遞給機(jī)器人控制器，通過機(jī)器人勻速掃描電池模塊配合3D視覺傳感器，感知焊縫信息并實(shí)時(shí)傳遞給控制器，從而實(shí)現(xiàn)焊縫焊接工作，并將焊縫處理信息和焊接姿態(tài)轉(zhuǎn)化為機(jī)器人坐標(biāo)系的坐標(biāo)和姿態(tài)，而且不需要示教機(jī)器人。3D視覺實(shí)時(shí)引導(dǎo)實(shí)現(xiàn)機(jī)器人焊接功能。

2.1機(jī)器人自動(dòng)追蹤焊縫硬件平臺(tái)

3D 視覺實(shí)現(xiàn)動(dòng)力模組自動(dòng)跟蹤焊接系統(tǒng)中，將

3D視覺安裝在六軸機(jī)器人末端治具上，通過機(jī)器人

勻速運(yùn)動(dòng)實(shí)現(xiàn)3D視覺傳感器掃描電池模組來感知焊縫信息，并實(shí)時(shí)焊縫信息傳至工業(yè)計(jì)算機(jī)控制器，運(yùn)用定位算法實(shí)時(shí)將信息同步處理完成，將得到的焊縫焊接數(shù)據(jù)信息與焊接姿態(tài)轉(zhuǎn)換成機(jī)器人坐標(biāo)系的坐標(biāo)與姿態(tài)實(shí)時(shí)傳送給機(jī)器人控制器，機(jī)器人執(zhí)行機(jī)構(gòu)實(shí)現(xiàn)實(shí)時(shí)焊縫焊接工作，無需示教器進(jìn)行點(diǎn)到點(diǎn)示教，即可實(shí)現(xiàn)3D視覺實(shí)現(xiàn)動(dòng)力模組自動(dòng)跟蹤焊接功能。本文主要采用的硬件清單與實(shí)現(xiàn)見表1。

2.2機(jī)械人追蹤焊接系統(tǒng)工作流程

針對(duì)需求和應(yīng)用場(chǎng)景，設(shè)計(jì)了3D視覺引導(dǎo)機(jī)器人實(shí)時(shí)焊接的主要工作流程，如圖2所示。首先通過構(gòu)建焊接平臺(tái)來建立視覺與機(jī)器人坐標(biāo)系關(guān)系；二是利用焊縫定位算法，通過3D視覺傳感器，獲取焊接坐標(biāo)和姿態(tài)信息，實(shí)時(shí)取像后機(jī)器人根據(jù)相關(guān)參數(shù)信息，對(duì)焊接軌跡進(jìn)行實(shí)時(shí)準(zhǔn)確的控制，最終完成焊縫焊接工作。

2.3機(jī)器人焊縫自動(dòng)追蹤焊接軌跡原理

A為機(jī)器人位置的坐標(biāo)， B 為3D激光線與3D安裝方向的正交點(diǎn)， c 為3D相機(jī)掃描的點(diǎn)， L 為焊接頭與激光線的距離， X 為3D相機(jī)檢測(cè)的值加上焊接點(diǎn)與相機(jī)原點(diǎn)的 X 方向的距離（當(dāng)前實(shí)驗(yàn)室 10mm ）， α 為焊接方向的角度，焊接點(diǎn) A 前一個(gè)點(diǎn) （X_α-1，Y_α-1） 焊接點(diǎn) A（X_α，Y_α） ，那么在焊接點(diǎn) A 的角度為 α ，如圖3所示。

機(jī)器人在 c 點(diǎn)的焊接坐標(biāo)可以根據(jù)矢量位置疊加原理進(jìn)行計(jì)算。

根據(jù)矢量計(jì)算角度 式中： α 為機(jī)器人動(dòng)態(tài)角度。

動(dòng)態(tài)矢量 X，Y 方向的矢量計(jì)算

X_c=X_?A+Lcosα+Xsinα，

Y_C=Y_A+Lsinα+Lcosα 式中： ?：X_c 為機(jī)器人 X 方向矢量， Y_c 為機(jī)器人 Y 方向矢量。

2.4機(jī)器人焊接追蹤系統(tǒng)方法與步驟

1）運(yùn)用控制變量法，改變掃描方式，掃描步長(zhǎng)，工裝板波動(dòng)大小分別進(jìn)行3D引導(dǎo)焊縫追蹤，并記錄機(jī)器人運(yùn)動(dòng)軌跡，與CAD軌跡進(jìn)行對(duì)比分析，并將量化的數(shù)據(jù)用圖形展示出來，進(jìn)行誤差分析。

2）該實(shí)驗(yàn)機(jī)器人速度為50、100和 200mm/s ，相機(jī)頻率為機(jī)器人觸發(fā)，機(jī)器人閉環(huán)速度達(dá)到勻速后通過脈沖信號(hào)觸發(fā)3D相機(jī)取像，3D相機(jī)收到觸發(fā)完成信號(hào)就以TCP/IP的方式實(shí)時(shí)發(fā)送數(shù)據(jù)給機(jī)器人，機(jī)器人基于當(dāng)前坐標(biāo)、角度，以及收到的相機(jī)的坐標(biāo)計(jì)算出當(dāng)前掃描點(diǎn)焊接的位置，以此循環(huán)往復(fù)，邊掃邊焊。

3機(jī)器人焊縫自動(dòng)追蹤技術(shù)

動(dòng)力模組的焊縫位置與姿態(tài)是機(jī)器人進(jìn)行實(shí)時(shí)焊接重要的數(shù)據(jù)信息，同時(shí)也是驗(yàn)證焊縫定位算法的核心點(diǎn)?；?D視覺傳感器的工作原理和取像特性，數(shù)據(jù)類型，通過分析電池模組焊縫的焊接要求，本文融合3D視覺與機(jī)器人技術(shù)，提出一種閉環(huán)實(shí)時(shí)的焊縫定位算法來獲得焊縫所需信息，并計(jì)算得到焊縫點(diǎn)的實(shí)時(shí)焊接所需的姿態(tài)信息。本章通過圖像灰度直方圖特征選取合適的邊緣算子對(duì)焊縫進(jìn)行粗略定位，通過鄰邊連接最小二乘法平滑進(jìn)行邊緣處理，根據(jù)點(diǎn)云數(shù)據(jù)轉(zhuǎn)換關(guān)系獲取焊縫位置信息，經(jīng)過焊縫連接的2個(gè)平面向量法，通過算法得到機(jī)器人焊接過程中所需要的相關(guān)參數(shù)與姿態(tài)。

3.1灰度直方圖特征獲取

在焊接過程中，由于激光和煙霧的干擾，圖像可能會(huì)出現(xiàn)局部過亮和過暗，影響焊縫表面信息的提取。本研究采用直方圖均衡化技術(shù)對(duì)像素值進(jìn)行重新分配，以實(shí)現(xiàn)影像灰度值的均衡分布，提升影像對(duì)比度，突出焊縫影像背景區(qū)域，從而提取更清晰的焊縫影像信息。

3.2 圖像濾波

激光焊接過程中產(chǎn)生的飛濺現(xiàn)象會(huì)在圖像中產(chǎn)生噪點(diǎn)，影響焊縫的精確度。采用圖像濾波技術(shù)可以顯著減少噪點(diǎn)，改善畫面平滑效果。常用的圖像濾波方法包括中值濾波、均值濾波和高斯濾波。在焊接金屬行業(yè)中，由于獲取的圖像噪聲主要為高斯噪聲，因此高斯濾波通常能取得最佳效果。

3.3 邊緣檢測(cè)

經(jīng)過灰度直方圖均衡化和濾波處理后，圖像的輪廓和對(duì)比度得到改善，焊縫位置信息更加準(zhǔn)確。從影像中提取焊縫的邊緣可以得到精確的焊縫位置信息，常用的邊緣檢測(cè)算子有索貝爾、羅伯茨、坎尼等算子本文采用羅伯茨實(shí)時(shí)定位策略。在激光高熱環(huán)境下，實(shí)現(xiàn)實(shí)時(shí)跟蹤焊縫，可靠準(zhǔn)確檢測(cè)焊縫位置，實(shí)現(xiàn)機(jī)器人焊接的高效流暢。

3.4 目標(biāo)追蹤算法KCF

KCF算法因其高檢測(cè)效率、高精度定位和快速響應(yīng)而在焊接領(lǐng)域得到廣泛應(yīng)用。該算法將焊接過程視為一系列連續(xù)幀圖像，并在這些連續(xù)圖像中應(yīng)用KCF算法進(jìn)行目標(biāo)跟蹤和焊縫目標(biāo)提取，通過算法的連貫處理獲得焊縫坐標(biāo)數(shù)據(jù)。

3.5連續(xù)卷積算子追蹤法

連續(xù)卷積算子追蹤法是通過連續(xù)卷積算子來提高目標(biāo)追蹤的精確性和魯棒性，利用不同卷積等級(jí)的特點(diǎn)，對(duì)目標(biāo)的多方面特征進(jìn)行描述和捕捉，從而達(dá)到精準(zhǔn)追蹤目標(biāo)的方法。該算子的特點(diǎn)是在連續(xù)的空間域中，利用隱式插值模型進(jìn)行學(xué)習(xí)訓(xùn)練，將學(xué)習(xí)的一組卷積濾波器產(chǎn)生的連續(xù)域置信度圖與多分辨率的特征圖進(jìn)行整合，從而實(shí)現(xiàn)精準(zhǔn)的特征點(diǎn)跟蹤焊接機(jī)器人。

3.6 深度學(xué)習(xí)-BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)算法包括2個(gè)基本過程：正向傳播和逆向傳播。正向傳播涉及從初始輸入到輸出差值的非線性變換，生成預(yù)測(cè)值和誤差值。逆向傳播則利用正向傳播生成的誤差值，通過梯度下降算法自動(dòng)調(diào)節(jié)層參數(shù)，實(shí)現(xiàn)逆向傳播，最終達(dá)到局部最優(yōu)的模型參數(shù)。

3.6.1 BP神經(jīng)網(wǎng)絡(luò)的參數(shù)自動(dòng)調(diào)節(jié)

在參數(shù)調(diào)整過程中，我們通常會(huì)設(shè)定一個(gè)下降的速度緩慢的二次函數(shù) y=x² ，這個(gè)階段就會(huì)在 f^′（x） 前面添加學(xué)習(xí)率，因此，整個(gè)梯度下降的公式為： x-n×f^′（x） 。

3.6.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

如圖4所示，經(jīng)過正向傳輸，我們最終可以得到y(tǒng)₁，y₂，y₃…y_j 等，這時(shí)就會(huì)產(chǎn)生對(duì)應(yīng)的損失函數(shù)，這里用均方誤差作為損失函數(shù)。則有 ，式中： wh_j 是系統(tǒng)輸入 bh 是輸人權(quán)重 β_j 系統(tǒng)線性結(jié)果。

激活函數(shù)： ，

式中： f（x） 為激活函數(shù)， y_j^k 是神經(jīng)元輸出。損失函數(shù)： ，

式中： 是網(wǎng)絡(luò)實(shí)際輸出值， 是目標(biāo)輸出。梯度下降算法，則此時(shí)對(duì)于參數(shù) wh_j 則有 鏈?zhǔn)椒▌t可得：Ek 當(dāng)激活函數(shù)時(shí)可得 ：f^′（x）=（f（x）（1-f（x））） 。

激活函數(shù)后生成結(jié)果： Δwh_j=ugibh 。

據(jù)理可得對(duì)應(yīng)模糊層的參數(shù)按照上述的邏輯方式進(jìn)行梯度調(diào)整。

3.6.3 BP神經(jīng)的路徑最優(yōu)

BP神經(jīng)網(wǎng)絡(luò)的損失函數(shù)是路徑最優(yōu)的基礎(chǔ)，損失函數(shù)只是輸出層中的某個(gè)神經(jīng)元對(duì)應(yīng)的損失，目標(biāo)是要最小化的整體訓(xùn)練集的累積誤差。那么就有對(duì)應(yīng)的累積誤差：

當(dāng)對(duì)應(yīng)參數(shù)進(jìn)行調(diào)整時(shí)，隨訓(xùn)練輪數(shù)的增加，累積誤差若已經(jīng)小于設(shè)定的閾值即為符合條件內(nèi)的路徑最優(yōu)。

4焊縫跟蹤實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析

機(jī)器人速度 50mm/s 軌跡焊接精度如圖5所示。

機(jī)器人速度 200mm/s 軌跡焊接精度如圖6所示。

機(jī)器人自動(dòng)追蹤焊接焊縫功能在焊接過程中，焊縫定位精度與機(jī)器人速度存在反比關(guān)系，機(jī)器人速度在 200mm/s 以內(nèi)焊接精度最高，機(jī)器人速度超過200mm/s 以上速度越高焊接精度越低，存在不好的點(diǎn)越多。

5結(jié)束語(yǔ)

本文通過在機(jī)器人焊接過程中集成三維視覺系統(tǒng)，顯著提升了焊縫定位的精確度。該系統(tǒng)能夠?qū)崟r(shí)捕捉焊縫圖像并輸出結(jié)果，確保了焊縫特征點(diǎn)的精確位置信息可以通過3D視覺系統(tǒng)獲得，為機(jī)器人在動(dòng)態(tài)焊接過程中提供了關(guān)鍵的定位保障。在準(zhǔn)確獲取焊縫邊緣信息后，本文將圖像處理技術(shù)應(yīng)用于機(jī)器人焊接控制系統(tǒng)中的焊縫特征提取與定位，通過工控機(jī)的快速處理與通信，增強(qiáng)了系統(tǒng)的靈活性和精確性。在焊接過程中，機(jī)器人利用焊縫目標(biāo)追蹤算法精確跟蹤特征點(diǎn)的位置，迅速提取焊縫的實(shí)時(shí)特征點(diǎn)。通過實(shí)現(xiàn)算法驗(yàn)證和電池模組焊縫焊接應(yīng)用，本文對(duì)焊縫定位算法的軌跡精度進(jìn)行了驗(yàn)證，并同步測(cè)試了機(jī)器人焊接系統(tǒng)的實(shí)時(shí)性、通用性、穩(wěn)定性和可靠性，以及檢測(cè)焊縫定位算法的可行性，

綜上所述，本文提出的基于3D視覺的自動(dòng)焊接追蹤技術(shù)能夠滿足客戶在現(xiàn)場(chǎng)對(duì)不同電池模塊不同焊縫的通用性、穩(wěn)定性和實(shí)時(shí)性需求。

參考文獻(xiàn)：

[1]馬國(guó)棟，王延深，史小田，等.激光焊接頭焊縫自動(dòng)檢測(cè)及跟蹤研究[J].激光與光電子學(xué)進(jìn)展，2018，55（11）：382-388.

[2]李曉延，武傳松，李午申.中國(guó)焊接制造領(lǐng)域?qū)W科發(fā)展研究[J].機(jī)械工程學(xué)報(bào)，2012，48（6）：19-31.

[3]呂陽(yáng)，魏海坤，張侃健.圖像處理用于機(jī)器人焊接焊縫偏移的測(cè)量研究[J].信息技術(shù)與信息化，2019（2）：168-171

[4]李坤全，文睿.焊接機(jī)器人焊縫模糊PID跟蹤控制[J].控制工程，2017，24（2）：351-354.

[5]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(dòng)跟蹤[J].機(jī)械工程學(xué)報(bào)，2017，53（10）：70-78.

[6]李小剛，富巍.基于激光測(cè)距的機(jī)器人焊縫跟蹤研究[J].裝備制造技術(shù)，2018（6）：161-165.

[7]李曉輝，汪蘇，劉小輝，等.焊接機(jī)器人智能化的發(fā)展[J].電焊機(jī)，2005（6）：39-41.

[8]楊星濤，庫(kù)祥臣，趙歡樂，等.基于改進(jìn)遺傳算法的時(shí)間最優(yōu)軌跡規(guī)劃[J].制造技術(shù)與機(jī)床，2022（3）：74-79.