智能柔性焊接规划、预装校准与视觉跟踪研究

摘要

工业制造已将先进生产理念如“4.0”、“物联网”、“中国制造2025”的宏伟蓝图展现在我们面前，大力发展智能制造业、柔性生产已被列入国家战略高度。智能制造并不只是简单的融合诸如信息、自动化、计算、传感等先进的科学技术，而是一个可以先进行规划，然后完成产品的整个生命周期衔接的过程。
　　柔性智能焊接系统作为智能制造的一个出发点和落脚点，具备保障焊接质量、推动生产力发展、降低作业强度、创造巨大的经济效益等特点，已成为业界宠儿。针对大型钢结构现场焊接过程中作业量大、工件一致性差、效率低下、焊接多样性、焊接质量无法保证等特点，研发出一种无需前期准备，自动纠正焊接偏差，无需示教编程，专门应对小批量定制的自动智能柔性焊接系统。
　　基于上述大型钢结构智能焊接系统，本文主要研究的内容可分为基于3D钢构图纸模型分析的焊接轨迹规划、基于3D激光点云数据的预装校准和焊缝视觉跟踪中图像处理三个模块。图纸模型分析主要对3D钢构图纸即理想摆放下的模型进行焊接轨迹规划;预装校准模块主要通过对3D激光扫描仪获得的点云数据进行一系列的处理算法重构出实况下整个钢结构模型，通过和图纸模型进行比对实现各个工件的预装校准;在焊接过程中通过视觉跟踪来保证焊接质量。
　　本文首先从自动焊接系统的现实意义和理论价值出发简要介绍了本文研究的目的和作用，接下来阐述了国内外关于自动智能大型钢构焊接系统的研究现状，然后介绍了一种利用3D激光扫描仪和3D图纸进行视觉引导，利用焊缝视觉跟踪系统进行精确定位的智能柔性焊接系统的方法，具体实施过程为:
　　第一步，对3D钢结构图纸模型进行分析自动生成焊接轨迹。由于图纸信息的局限性，通过图纸分析，结合工人师傅的焊接经验和约定的准则进行现行规划，在得到整个模型中所有焊缝位置的前提下，对整个焊接过程分三层级进行站点规划，焊接顺序规划、焊接方向角度求取以及防撞设置。
　　第二步，通过3D激光扫描仪实现对模型工件的预装检测。通过调用内部传输协议实现对扫描仪的控制和对原始点云数据采集传输;利用体素格滤波器和基于密度的统计排序滤波器对原始点云进行滤波处理;运用基于标靶球的闭合回路匹配算法把几个站点的点云数据统一到一个坐标系下，根据预设长方体进行裁剪，重构出整个钢结构点云模型;用改进的ICP算法把点云模型和图纸模型对齐;通过查找点云模型中一些几何形状的偏差，来得到各个工件的位置偏差，对于偏差较大的情况给予警示，需重新摆放，对于偏差在作业许可范围内的工件给予记录，并据此偏差推算出各条焊缝偏差以补偿上述模块中的焊缝位置信息，共同来指导焊接。
　　第三步，对跟踪系统下的激光焊缝图像进行处理。为了免受焊接过程中的烟雾、弧光等干扰，本项目采用激光前置一定距离进行扫描的办法来保证图像质量。通过对图像进行平滑滤波等预处理、自适应阈值的二值化、Canny边缘检测、直线霍夫变换等操作最后得到焊接位置偏差和焊缝类型等参数。

目录

声明

摘要

1．1 背景意义

1．2 自动焊接系统的研究现状

1．3 研究内容

1．3．1 课题来源和内容

1．3．2 焊接系统简介

1．4 章节安排

第二章 基于3D钢构图纸模型分析的焊接规划

2．1 焊接站点规划

2．2 焊接序列规划

2．3 焊接姿态角求取

2．4 防撞规划

本章小结

第三章 基于激光扫描仪的实物模型校准

3．1 3D激光扫描仪简介

3．2 点云数据的采集

3．3 点云滤波

3．4 基于标靶的点云配准拼接切割

3．4．1 间接平差法求配准参数

3．4．2 闭台路线下的有序配准

3．5 点云对齐

3．5．1 经典ICP算法

3．5．2 主成分分析法粗匹配

3．5．3 改进的ICP算法

3．6 偏差求取

本章小结

第四章 焊缝视觉跟踪系统中的图像处理

4．1 焊缝图像跟踪系统简介

4．2 焊接起点的寻找

4．3 焊缝图像处理

4．3．1 图像预处理

4．3．2 图像二值化

4．3．3 边缘检测

4．3．4 骨架细化

4．3．5 直线霍夫变换求交点

4．3．6 图像特征识别和焊点提取

本章小结

5．1 总结

5．2 展望

参考文献

致谢