弧焊機器人自適應(yīng)控制技術(shù)（視覺控制）的研究與應(yīng)用.pdf

1、本文針對汽車零部件熔化極氣體保護焊生產(chǎn)的實際情況與需求，提出一種焊接制造過程待焊工件特征信息的實時獲取方法，以坡口幾何面積與預(yù)測金屬填充量的一致性為優(yōu)化目標(biāo)，在線調(diào)整和優(yōu)化焊接工藝參數(shù)。本文主要完成以下幾方面內(nèi)容：
　　針對視覺傳感系統(tǒng)的各種干擾因素對圖像的影響及視覺傳感器體積較大的問題，研制結(jié)構(gòu)光視覺傳感器，對視覺傳感器硬件進行選型和匹配，對光路和結(jié)構(gòu)進行設(shè)計，減小視覺傳感器體積，并且盡量濾除因工件反光產(chǎn)生的干擾，提高其抗干擾能

2、力；
　　針對該視覺檢測系統(tǒng)進行攝像機內(nèi)外標(biāo)定，并根據(jù)生產(chǎn)實際的要求，結(jié)合ABB機器人TCP和Z軸標(biāo)定工具坐標(biāo)的方法，提出了一種簡易使用坡口特征點的手—眼標(biāo)定方法，建立從二維圖像中獲取三維實際坐標(biāo)的關(guān)系；
　　針對具有強干擾的激光條紋圖像，深入研究高斯濾波，雙邊濾波以及中值濾波方法，優(yōu)化中值濾波方法，并與銳化濾波和自適應(yīng)閾值化等處理方法組成針對具有強干擾的激光圖像預(yù)處理組合方法；對比分析已有邊緣檢測方法，優(yōu)化Canny邊緣檢

3、測算法，有效改善了不同焊接圖像邊緣的提取效果，提高了邊緣檢測的準(zhǔn)確性和自適應(yīng)性。在分析焊接圖像特點的基礎(chǔ)上，開發(fā)了一套完整的圖像處理算法。圖像處理方法處理ROI區(qū)域的圖像時間不大于56ms，完全能夠滿足后續(xù)激光條紋圖像特征點的提取；
　　針對處理過的激光條紋圖像，分別采用傳統(tǒng)斜率法、霍夫變換法提取焊縫特征點的像素坐標(biāo)，并且對提取焊縫特征點像素坐標(biāo)的方法的性能進行了對比，最后選用霍夫變換方法作為本文提取焊縫特征點的方法；
　　

4、針對焊接過程中由于工件接頭截面積發(fā)生改變造成焊縫成形質(zhì)量下降的問題，采用焊縫自動跟蹤以及自適應(yīng)填充控制金屬填充量，保證焊縫成形質(zhì)量。設(shè)計自適應(yīng)填充控制策略，并通過焊接參數(shù)的大步距標(biāo)定以及牛頓差值法擬合了焊縫截面積與焊接工藝參數(shù)之間的函數(shù)關(guān)系。
　　最后采用模塊化的編程思想設(shè)計了弧焊機器人自適應(yīng)控制軟件。以車架大梁的焊接為例，使用本文設(shè)計的硬件和軟件平臺相結(jié)合的實驗結(jié)果表明，本文設(shè)計的弧焊機器人自適應(yīng)控制系統(tǒng)可以較好的應(yīng)用在汽車車架