基于圖像處理的相貫線焊縫軌跡跟蹤系統研究*

魏洪玲

（黑龍江東方學院機電工程學部，哈爾濱 150060）

0 引言

相貫線管件廣泛應用在建筑行業、石油化工行業、汽車制造行業，由于其獨特的空間結構，在焊接過程中存在著較高的難度。現有的焊接方式主要采用示教模式再現相貫線曲線，示教過程中費時費力、效率不高，并且控制精度不高。焊接機器人工作中的關鍵問題包括焊縫路徑的識別、焊接機器人的軌跡規劃及焊縫的跟蹤控制。為此，本文結合視覺傳感系統和模糊控制方法對相貫線焊縫軌跡進行跟蹤研究。

1 系統工作原理

圖1 所示為焊接系統示意圖。將相貫線管件放置在工作臺上，工業相機獲取焊縫圖像，經圖像采集卡傳入計算機，通過圖像處理軟件對采集的圖像進行分析，提取到相貫線焊縫中心點特征并獲取其相應坐標，再與焊槍當前位置的坐標進行比較分析，計算出相應偏差的大小，然后將所得到的偏差信號反饋給控制器，控制器進行處理后轉化為相應的控制信號去控制執行機構，進而完成對焊槍位置的實時調整，實現對焊縫位置的實時跟蹤處理。視覺系統，由相機和圖像采集卡及圖像處理系統組成，是整個系統的眼睛，也是對焊縫路徑進行識別的核心。

圖1 焊接系統示意圖

2 焊縫識別

焊縫圖像在經過工業相機采集的工程中存在不同程度的噪聲干擾，導致由采集系統采集的圖像不夠清晰，對焊縫特征信息的有效性產生干擾，這樣提取的信息不能在焊縫識別與控制中直接應用。為此，想要獲取清晰有效的焊縫圖像信息，就必須采取相應的措施，來減少噪聲干擾的產生。圖像處理相對比較復雜，方法也比較多，有時在圖像處理的過程中，為達到預期的處理效果會采用多種方法相互結合。

2.1 圖像預處理

圖像獲取后尤其彩色圖像，其焊縫和邊緣分界不是很明顯，這樣不便提取相應焊縫的有效信息。因此要對圖像進行預處理來提高圖像的對比度[1]，也可在工業相機拍攝的圖像中設置一個感興趣的處理窗口，列出焊接焊縫重要的幾何特征，減少干擾。由于該焊接機器人配有整體翻轉變位機，變位機的旋轉范圍為180°，故分析相貫線時選取焊縫的1/2 為例，圖像如圖2所示。

圖2 提高對比度的圖像

2.2 灰度處理

圖像的灰度化實質上就是將三通道的彩色圖像變為單通道的灰度圖像。直方圖處理后的圖像，會產生對比度不足的缺點，需要對直方圖進行均衡化，通過某種變換將采集的圖像中灰度相近的且像素點較多的那部分區域灰度范圍大幅度展寬，將微小灰度的變換顯現在大區域中，這樣處理后，會使圖像更加清晰。

2.3 圖像二值化

圖像二值簡單說就是利用數字信號處理的基本知識，將圖像中的特征與非特征進行區分，通過灰度閥值選取的不同區分出有效的特性，如將圖像上的像素點的灰度值設置為0或255，就會將灰度圖像轉化為黑白圖像。對圖像進一步處理來說，圖像的二值化是較為有利的方法，同時也會使圖像變得簡單一些，能夠更加突出相貫線焊縫的輪廓。

2.4 焊縫路徑信息提取

2.4.1 輪廓提取

輪廓提取就是把圖像劃分為若干個特定的、具有獨特特性性質的區域，并在該區域內提取所需信息的技術和過程。一般用一階或二階求導來檢測邊緣。常見的邊緣檢測算子有Roberts算子、Sobel算子、Canny算子和Kirsch算子等[2]。Roberts算子因對邊緣定位準確，故對焊縫的輪廓提取如下圖3所示。

圖3 焊縫輪廓提取后的效果圖

2.4.2 中心線提取

焊縫中心線可以認為是焊接機器人的行動軌跡，常用的方法有Hough 變化法、形態學細化法、最小二乘法以及平均值法等[3]。由于相貫線焊縫不規則，坡口變化較大，故采用平均值方法提取焊縫的中心線。得到提取處理完的焊縫中心線圖像，就可以計算得出焊縫中心線相對于圖像坐標系下的坐標，然后可以利用Matlab 仿真軟件對焊縫中心線所在坐標系下的坐標進行分析擬合，從而得到焊縫路徑中心線相對于圖像坐標系的近似方程。再提取方程中若干點，經坐標轉換便可得到其在世界坐標系下的坐標，從而得到焊縫中心點的位姿信息，有利于機器人帶動焊槍與變位機帶動待焊的相貫線工件的配合動作，完成實時焊接任務。

3 焊縫跟蹤系統控制器設計

3.1 焊縫跟蹤原理

在得到相貫線焊縫中心點位置后，關鍵問題就變為焊縫實時跟蹤問題，同時也要實時確定焊槍的位置[4]。從系統結構可以得知，視覺傳感器（相機）與焊槍具有同時動作的特點。假設焊接過程中的T0時刻，焊槍的中心點恰好落在相貫線焊縫中心點之上，而此時視覺傳感器恰好在S的位置，設此位置與焊縫的偏差值為e，而相機與焊槍之間的相對距離設為L，并設焊槍要在一定時間τ后到達視覺傳感器S的位置，并設焊接的速度為ν，則有τ=L/v。如圖4所示。

圖4 焊縫跟蹤位置關系示意圖

在實際的焊縫過程中，焊槍在不停地根據糾差量進行位移調整，可以得到焊槍位姿誤差，再對位姿偏差求導就可以得到位姿偏差變化率。可運用控制理論的思想，設計采用不同控制策略對焊縫跟蹤進行控制，如模糊控制、自適應控制等，可實時跟蹤機器人焊槍點與目標點的位姿。

3.2 自適應模糊控制器設計

模糊控制是不需要建立標準的數學模型，這樣能避免系統不確定性對控制性能的影響[5]。自適應模糊PID控制器結構如圖5所示。圖中機器人、焊槍為被控對象。模糊控制器主要完成實時調整焊縫位置與焊槍位置。圖像采集和特征提取主要由反饋模塊完成，進而準確獲取焊縫的位置偏差信號[6]。

圖5 自適應模糊PID結構圖

自適應模糊PID控制器的理論基礎是PID算法，輸入量為誤差E和誤差變化率EC，采用模糊控制的一些手段進行參數整定，得到滿足實際需要的E 和EC，最后在對PID 參數進行自整定[7]。

3.2.1 模糊化

在焊縫軌跡跟蹤系統模糊控制中，輸入量可以選取焊縫中線點和焊槍位置的偏差E、以及偏差變化率EC，輸出為PID調整ΔKP、ΔKi、ΔKd，將輸入和輸出的論域均分為7 襠，即{NB，NM. NS，ZE，PS，PM，PB}，設定模糊輸入和模糊輸出的論域為{-6，-4，-2，0，2，4，6}。根據實際生產過程中焊縫系統的操作經驗建立模糊控制規則。

3.2.2 模糊推理

模糊推理采用max-min法，即將規則庫中的Ai，Bi，Ci分別看作論域上的集合X，Y，Z，這樣就可以得出每條控制規則的相應關系：

Ri的隸屬函數為

全部模糊規則所對應的模糊關系取并集，即

R的隸屬函數為

當輸入變量E、EC分別去模糊集A、B時，模糊推理得出的控制量ΔKm，可得：

式中：m=p、i、d

U的隸屬函數為

3.3.3 去模糊化

去模糊化采用加權平均判決法，可以得出模糊輸出量，公式如下：

根據生產實際經驗和誤差逼近原理，建立ΔKP、ΔKi、ΔKd的控制規律，如表1所示。

表1 ΔKP 、ΔKi 、ΔKd 的模糊控制規則表

調整后PID參數為

則系統實控制輸出為

4 仿真及結果分析

為了驗證本文自適應模糊PID 焊縫跟蹤控制方法的效果，可以對機器人相貫線焊縫跟蹤系統進行仿真設計與分析。在Matlab下建立相應的自適應模糊PID控制框圖。2種控制器的階躍響應信號如圖6所示，從圖中看出，選用自適應模糊PID 控制器的跟蹤系統超調量比較小，響應速度也較快，較短時間就能恢復穩定狀態。

圖6 不同控制器階躍信號響應曲線

5 結束語

本文主要對焊縫識別和焊縫軌跡跟蹤控制系統進行研究，在控制策略的選擇上采用了自適應模糊控制理論，本文選用的控制方法具有較高跟蹤精度、控制過程較平穩等特點，而且焊接效果較好，對相貫線及不規則焊縫自動跟蹤系統的研究具有一定的實際意義。