機器人焊接初始位置自主視覺識別與導引方法研究.pdf

1、機器人焊接因具有工作效率高、重復精度準、連續(xù)工作時間長等特點，已逐步成為替代手工焊接的必然趨勢，因而對機器人焊接過程的智能化和自動化要求愈顯重要。本文以實現機器人焊接初始位置的自主識別與視覺導引為目標，著重研究了視覺導引的關鍵技術和方法。
　　本文以弧焊機器人為主站，通過DeviceNet通訊方式搭建基于被動視覺傳感的自主導引平臺，并由計算機控制整個流程。該平臺配備具有自動裝卸減濾光系統(tǒng)的視覺傳感器，能實現視覺導引和焊縫跟蹤的功能

2、，同時嵌入水冷模塊保障其在高溫環(huán)境中的持續(xù)工作狀態(tài)，確保圖像采集質量。
　　為保證三維信息恢復的準確性，對整個視覺導引平臺進行了系統(tǒng)標定，將基于圓點靶標的改進方法（ICDC）應用于CCD攝像機的標定，該方法對圖象畸變不敏感，標定結果穩(wěn)定且準確。對攝像機自標定的原理和方法進行了分析，提出一套完整的IAC-CPSO自標定方法。該方法在絕對二次曲線（IAC）約束下求得攝像機內參數初值，利用混沌粒子群（CPSO）算法優(yōu)化初始值使其具有更好

3、的品質易于算法的收斂，同時將迭代過程中的局部最優(yōu)值進行混沌處理，使具有最佳性能的可行解替代部分局部最優(yōu)值從而繼續(xù)迭代直至尋找到全局最優(yōu)解。該方法既能優(yōu)化初始值的遍歷性又能加快算法收斂性，可提高自標定算法的速度和精度。
　　在分析宏觀焊接圖像的基礎上，本文基于視覺注意的選擇機制提出了一整套VA-SVDMMM的形態(tài)學圖像處理算法。采用自頂向下與自底向上相結合的模型，將傳統(tǒng)圖像處理方法與基于空間可變向結構元素的數學形態(tài)學方法相融合，由整

4、體到局部地逐步提取圖像的特征信息；繼而運用自適應Harris算子準確定位初始焊接位置信息，并進行閉環(huán)驗證。由試驗可知，圖像特征提取誤差基本穩(wěn)定在1-2個像素之內。
　　本文通過移動機器人形成“單目雙位”模式模擬立體視覺，利用IMCAP方法對所獲得的立體圖像對進行基于區(qū)域和特征點的面-點組合基元的圖像匹配，即運用視差連續(xù)性約束確定目標區(qū)域，再根據極線和唯一性約束在加權鄰域一致性和結構性信息的Hausdorff距離作為相似性測度函數的

5、情況下確定匹配特征點。同時還分析了機器人精度、視覺系統(tǒng)配置以及圖像處理精度等因素對提高三維信息重建準確性的影響程度。
　　通過增加閉環(huán)反饋改變傳統(tǒng)“看-算-動”的導引模式，提出CLMLC-M策略，優(yōu)化視覺導引流程，對平板對接、搭接和角接焊縫等進行視覺導引試驗。各種不同焊縫初始焊接位置在X、Y兩個方向上的平均誤差均維持在0.6毫米和0.7毫米之內，Z方向上的平均誤差最大值也僅為1毫米左右。經驗證可知，本文所設計的視覺導引系統(tǒng)適用于多