機器人激光在線檢測技術在汽車焊接線上的應用分析

趙 亮

（寶雞職業技術學院電子系 陜西 寶雞 721013）

引言

自20世紀70年代以來，智能機器人焊接（Intelligent Robotic Welding，IRW）技術一直作為焊接領域的重要研究內容，隨著全自動焊接工藝需求的不斷提升，全自動機器人焊接系統還不能滿足實際的需求，主要是由于焊接過程產生的惡劣環境條件以及各種因素無法處理解決，如焊渣飛濺和電弧燈干擾，焊接結構類型，焊接發熱引起的變形以及焊縫結構的不同等[1]。這些因素共同影響了IRW系統實現，在設計過程中，IRW系統由3個基本部分組成：

1）獲取被焊接處（焊接池）的幾何信息；

2）機器人控制實現；

3）焊接控制實現[2]。

機器人和焊接控制依賴于提取的幾何信息的反饋。在提取焊接池的各種方法中，基于視覺的技術由于其無創性和準確性而成為最有效的解決方法。以視覺為基礎的技術可以分為被動視覺[3]和主動視覺[4]。這2種方法之間的區別在于使用可選光源，在主動視覺中，使用照相機裝置和光源，而在被動視覺中使用2個照相機裝置而沒有光源。

主動視覺方法包括使用結構光源（通常是紅色激光）、窄帶濾光片和相機；所使用的紅色激光的波長主要在640～660 nm之間；窄帶濾光片有助于選擇這個范圍的激光波長并濾除任何其他波長，但是，高質量的紅色激光器和窄帶濾光片成本較高，從而造成主動視覺系統價格十分昂貴。本文主要對影響IRW的主要因素進行優化選擇，從成本和系統精度考慮，討論了設計過程的各個細節。

1 系統功能描述

要構建視覺控制系統并與機器人集成，主要包含以下4個主要組件：

1）系統控制單元；

2）軟件單元；

3）機器人單元；

4）光學單元

5）圖形用戶界面。

以下對各個組件進行詳細設計。

1.1 控制單元

控制單元的設計如圖1所示，該單元主要完成機器人和計算機之間的控制命令的交換，在計算機中執行圖像信息的處理，提取焊接池幾何特征并發送給機器人單元，通過XML的方式完成信息等交換。機器人端在接收到XML后完成解析過程，從計算機接收到的命令被存儲到命令緩沖區中，因為機器人控制器的運行速度比計算機慢得多，然后依次逐個執行命令，直到執行緩沖區中的所有命令。根據圖像處理的結果，從數據庫中選擇合適的焊接工藝參數，并用這些參數調整焊接機。控制單元還設計適用于用戶定義的控制，可以包括用戶手動定位機器人、啟動和停止機器人等操作，在機器人上運行特定程序，啟動或停止焊機、照相機或激光裝置等。此處需注意的是，手動焊機已被修改并配備了電流傳感器，以便能夠控制計算機的焊接過程，通過此控制單元設計，系統將能夠添加和刪除數據庫中的過程參數，并且控制圖像處理中的軟件算法以及允許定制的用戶定義[5-7]。

圖1 控制單元工作流程

1.2 光學單元

光學系統解決的問題是在工件上以一定角度投影的激光線的可視化，相機芯片上的線條厚度應至少檢測一個像素。但是，由于激光和焊接光的噪聲干擾，必須謹慎選擇光學系統組件。光學系統是根據三角測量原理設計的，它由一個對準的激光器、相機和濾光器組成，如圖2所示，相機的選擇會影響系統的準確性。選擇相機之前需要考慮許多因素。諸如相機分辨率、動態范圍、視場、傳感器類型等因素。本文所采用的相機為來自成像源的DFK 23GP031，其擁有Aptina MT9P031 CMOS傳感器，分辨率為1 600×1 200，動態范圍為 8/12 位[8-9]。

圖2 光學系統組成結構

如圖3所示為傳感器量子效率圖，傳感器量子效率在激光器使用的660 nm激光波長附近幾乎為35%。激光器的選擇是基于對鋼焊接過程中產生的弧光光譜分析的研究。可以觀察到，對于鋼電弧焊，弧光在650～670 nm的波長附近處于其最弱的強度，為此本文選擇660 nm的激光波長。

為了達到良好的精度，激光和相機需要正確對準。因此，必須確定照相機與激光之間的距離以及激光的傾斜角度。如圖4所示為相機與激光的位置關系，相機被設定為與工件垂直，而激光線以角度θ投射到工件上，并且θ的值直接影響系統測量垂直距離的靈敏度。同樣，相機的視場（Field of View，FOV）為 Fx× Fy。

圖4 相機與激光的位置關系

本文所提策略的相機配備了ND濾鏡，以減少焊接火花本身所受到的光線強度。同時，照相機和手電筒之間還安裝了金屬屏蔽罩，以阻擋手電筒中的光線到達相機前鏡頭，從而降低噪聲并改善激光線檢測過程。

1.3 軟件算法單元

軟件設計主要包括從照相機捕獲的圖像中提取接縫幾何特征所需的算法。算法必須對復雜變化的焊接環境具有魯棒性。本文采用的算法描述如下：

1）檢測激光基線，基線檢測涉及顏色過濾、中值濾波和線擬合；

2）檢測特征點，特征提取涉及感興趣區域確定；3）自定義像素鄰域搜索。

應用軟件算法結果如圖5所示。在本研究中開發的算法已經顯示出對激光線和特征點的優異檢測，即使不需要窄帶寬濾波器或者偏振鏡透鏡相機。該系統還可以使用普通的CCD/CMOS相機，無需高動態范圍相機（120 dB），因此降低了系統的開發成本。

圖5 左側為原始圖像，右側為原始圖像的檢測點（放大圖）

1.4 機器人單元

機器人單元在光學系統與機器人集成時，已經考慮了許多因素。諸如機器人最大有效載荷、速度、集成簡單性和安全性等因素，以及能夠使用具有最少技術支持的不同類型機器人的系統。如圖6所示為機器人結構，照相機和激光器被包裝在一個盒子中，并用簡單的夾子連接到火炬桿上，其中該盒子是水冷的，以保護相機和激光器免受由于焊接過程產生的熱量而造成的損壞，焊絲送料箱安裝在機器人上。設計中采用的機器人是庫卡KR 5弧工業機器人，專門用于執行焊接。它具有±0.04 mm的重復性和6軸重復性。機器人由CR 4庫卡控制器系列控制。它可以通過TCP/IP通信進行遠程控制。該控制器附帶軟件包，允許使用XML文件在機器人和外部組件之間進行數據交換。圖6顯示了機器人的圖片，盡管該系統是與庫卡機器人一起開發和集成的，但它可以通過更改必要的命令來進行機器人數據通信，從而可以輕松地與任何其他類型的機器人集成。

圖6 機器人結構

2 圖形用戶界面（GUI）

在設計圖形用戶界面（GUI）時，要考慮的因素包括系統用戶輸入、消息通知、用戶靈活性，輸出顯示、控制策略等。因此，GUI設計用于提供所有過程的輸出顯示在系統中，它也可以作為系統用戶的輸入界面。顯示的輸出包括機器人的運動位置、圖像處理結果、焊點的攝像機實時視頻等。GUI設計為允許用戶對系統進行絕對控制，GUI的一個值得注意的功能是相機的自動校準，該功能為用戶提供了只需點擊一個按鈕，系統就會自動生成控制命令，發送給機器人以將攝像機置于不同的姿勢。在每個姿勢下，圖像將被捕捉，并且在捕捉到一定數量的圖像后，系統會自動執行這些圖像的相機校準。分配表集成在GUI中，為焊接選擇參數提供指導，通過GUI，可實現對所有設備進行遠程控制，包括機器人、焊接機、激光器和相機等。

3 結論

本文主要以機器人激光檢測技術在汽車焊接線上應用作為研究背景，提出影響主動視覺系統主要因素，并介紹了機器人自動焊接系統的組成結構，并對各組件進行了詳細介紹，同時結合各主要因素進行了分析以及相關設計細節，并以實例介紹了一個機器人自動化焊接系統的參數設置以及部件組成。