焊接工業(yè)機器人視覺在焊縫跟蹤中的應(yīng)用研究

李德玲 馬夢蝶 龐曉霞 秦園園

摘 要：帶有視覺傳感器的工業(yè)機器人在實際焊接的過程中會與示教點的焊接位置產(chǎn)生一定的偏差，為保證焊接過程中焊槍實時處于焊縫的正上方，本文設(shè)計了一套特征點提取的處理方法，并利用OpenCV處理激光圖像找出焊縫的偏差信息，確保焊接的精度和可靠性，從而實現(xiàn)焊接過程的智能化和柔性化。

關(guān)鍵詞：視覺傳感器；特征點；OpenCV；圖像處理

DOI：10.16640/j.cnki.37-1222/t.2017.01.041

1 引言

視覺傳感器基于仿生學(xué)研制而成[1]。在整個焊接過程的跟蹤中，類似于人的眼睛。由視覺傳感器里內(nèi)置的激光器發(fā)射激光結(jié)構(gòu)光到焊縫上，形成一條光帶，利用傳感器里面的CCD工業(yè)相機拍攝圖像，使用OpenCV算法處理得出激光焊縫圖像的中心點坐標，然后將其該坐標與之前示教點坐標進行比較，得出位置信息的偏差值，最后通過串口通訊和機器人控制系統(tǒng)，將其偏差轉(zhuǎn)換為機器人關(guān)節(jié)的運動，最終實現(xiàn)焊縫的實時跟蹤與糾偏。因此，圖像處理算法的合理選擇決定了激光焊縫位置坐標的準確度，從而也決定了整個跟蹤系統(tǒng)的跟蹤精度。為此，本文設(shè)計了一套圖像處理算法，旨在提高視覺傳感器的跟蹤精度，實現(xiàn)焊接過程的實時糾偏和跟蹤。

2 圖像處理算法

OpenCV是基于VC++6.0的開放的計算機視覺庫[1]，所有的圖像處理算法都是利用OpenCV完成的。

2.1 激光焊縫圖像預(yù)處理

視覺傳感器在焊接過程中采集圖像會受到煙塵、弧光等的干擾。因此，要想得到焊縫準確的位置信息，就要對激光焊縫圖像進行一系列處理。

2.1.1 弧光的處理

弧光對激光焊縫圖像的干擾可以采取在CCD工業(yè)相機前段添加一個濾鏡，該濾鏡只能夠過濾掉其它波長的光，只允許激光通過，這樣就避免了其它雜光的干擾。

2.1.2 煙塵的干擾

焊接的過程中會產(chǎn)生大量的混合氣體，這些干擾對激光焊縫圖像的后處理影響是很大的。雖然人的眼睛很容易識別這些干擾，但是計算機識別起來是非常復(fù)雜的，因此必須采取一定的算法對拍攝到的圖像進行處理。煙塵對激光焊縫圖像的影響主要表現(xiàn)在使激信號帶減弱。因此，采用二值化處理來增強激光與其背景亮度差，使激光焊縫圖像凸顯出來。二值化處理也就是將圖像中的像素點轉(zhuǎn)換成黑色或者白色，其公式[2]是：

其中T是閾值，二值化的關(guān)鍵就是閾值的選擇[3]。二值化增強的部分源代碼[4]如下：

int main（int argc， char* argv[]）

{

IplImage* src，*dst=0；

src=cvLoadImage（"X：＼＼Y.jpg"，0）；

dst=cvCreateImage（cvSize（src->width，src->height），8，1）；

//做閾值二值化

cvThreshold（src，dst，50，255，CV_THRESH_BINARY_INV）；

……

return 0；

}

經(jīng)過二值化處理后的激光焊縫圖像結(jié)果如圖2所示：

2.1.3 骨架提取

骨架提取，實際上就是得到激光圖像中最有效像素的信息[5]。圖像中每個像素點就代表了實際的空間。若得到焊縫的中心點坐標，就要找到代表這條激光帶的中心線，利用骨架提取可以實現(xiàn)，如圖3所示：

對激光焊縫圖像的骨架提取的部分源代碼如下：

void save（）

{

fstream writefile（"erasetable.txt" ， ios：：out）；

int n=0；

for（int i=0；i<256；i++）

….

….

處理的結(jié)果如圖所示：

2.2 特征點的提取

由于采取的焊縫激光圖像不連續(xù)，如圖5所示。首先要進行的是對提取的直線進行擬合[6]，找出兩條線的交點。

直線擬合的部分源代碼[4]：

…………

// 對輪廓上的坐標進行直線擬合 計算直線方程 By = Ax + b

float params[4] ， k[2] ， b[2] ， A ， B， A1；

cvFitLine（LinesPoints[0] ， CV_DIST_L2，1，0.001，0.001，params）；

k[0] = params[1]/params[0]；

….

….

處理結(jié)果如圖6所示：

3 結(jié)論

本文以簡單的二維焊縫為研究對象，設(shè)計了激光焊縫圖像的處理的算法，最后提取出了特征點的位置坐標，為以后的復(fù)雜焊縫如異形焊縫等的研究提供了一定的基礎(chǔ)，對整個工業(yè)機器人視覺跟蹤系統(tǒng)有著非常重要的意義。

參考文獻：

[1]王偉，鄒奇仕，朱六妹等.視覺傳感焊縫跟蹤技術(shù)的發(fā)展狀況及實施方案探討[J].電焊機，2002：1-8.

[2]楊麗麗.基于圖像識別的激光焊縫跟蹤技術(shù)研究[D].山東大學(xué) 2006.

[3]唐剛，王龍飛，王璐.圖像處理方法在焊縫自動跟蹤系統(tǒng)中的應(yīng)用研究[J].機械設(shè)計與制造，2011（12）.

[4]李德玲.基于激光結(jié)構(gòu)光的視覺焊縫跟蹤系統(tǒng)研究[D].河南工業(yè)大學(xué)，2014.

[5] 張宏林編著.Visual C++數(shù)字圖像模式識別技術(shù)及工程實踐[M]. 人民郵電出版社，2003.

[6]王平.基于激光結(jié)構(gòu)光視覺傳感的焊縫圖像處理[D].上海：上海交通大學(xué)，2010.

作者簡介：李德玲（1987-），女，碩士研究生，研究方向：焊接機器人視覺。