CN103846606A - 基于机器视觉的焊接轨迹校正专用测试装置及方法 - Google Patents

Abstract

本发明公开了一种基于机器视觉的焊接轨迹校正专用测试装置及方法，所述装置包括工作台、精密定位机构、机器视觉采集设备和控制设备，所述精密定位机构和机器视觉采集设备分别与控制设备连接，所述精密定位机构、机器视觉采集设备和控制设备设置在工作台上，所述机器视觉采集设备位于精密定位机构的上方；所述精密定位机构包括x轴方向驱动单元、y轴方向驱动单元、x轴方向位置检测单元以及y轴方向位置检测单元。本发明装置能实现基于机器视觉技术完成焊接工件轨迹在x轴和y轴方向偏移量检测，并对检测结果进行评估和验证，分析误差产生的原因，不断优化机器视觉技术中的图像处理方法，从而实现焊接轨迹偏移量准确检测的目的。

Description

基于机器视觉的焊接轨迹校正专用测试装置及方法

技术领域

本发明涉及一种焊接轨迹校正专用测试装置，尤其是一种基于机器视觉的焊接轨迹校正专用测试装置及方法，属于焊接轨迹校正技术领域。 

背景技术

由于人工焊接存在操作环境恶劣、劳动量大、和效率低下等问题，当前机器人焊接已经在国内的汽车、工程机械、以及集装箱生产等许多领域逐步得到了应用，焊接机器人通常采用示教再现模式的工作，“示教编程”指通过下述方式完成程序的编制：由人工导引机器人末端执行器(如：焊枪)来使机器人完成预期的动作，“任务程序”为一组运动及辅助功能指令，用以确定机器人特定的预期作业。“再现”指机器人按照示教编程获得任务程序，不断重复再现。 

为确保“示教再现”这种工作模式在具体焊接环境实施，前工序中需通过人工点焊完成焊接工件定位，这会引起定位误差，从而导致示教编程获得机器人焊接轨迹偏离了再现时机器人轨迹。 

为解决上述问题，通常需采用机器视觉检测技术对再现的焊接轨迹进行校正，如图1所示。机器视觉技术是指通过工业相机1将被焊接工件2转换成图像信号，传送给图像处理***，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像***对这些信号进行各种运算来抽取目标的特征，从而确定再现焊接轨迹偏移量，使焊接机器人3能对焊接工件2准确进行焊接；但是这种由机器视觉技术确定焊接轨迹偏移量的精度评估和验证却未见有相关装置出现，因此需要研制一套专用测试装置，可以对由机器视觉技术确定的焊接轨迹偏移量精度进行评估和验证，并分析误差产生的原因，从而不断优化机器视觉技术中的图像处理方法，使得实现焊接轨迹偏移量准确检测要求。 

发明内容

本发明的目的是为了解决上述现有技术的缺陷，提供一种可以实现基于机器视觉技术完成焊接工件轨迹在x轴和y轴方向偏移量检测的基于机器视觉的焊接轨迹校正专用测试装置。 

本发明的另一目的在于提供一种基于机器视觉的焊接轨迹校正专用测试装置的测试方法。 

本发明的目的可以通过采取如下技术方案达到： 

基于机器视觉的焊接轨迹校正专用测试装置，其特征在于：包括工作台、精密定位机构、机器视觉采集设备和控制设备，所述精密定位机构和机器视觉采集设备分别与控制设备连接，所述精密定位机构、机器视觉采集设备和控制设备设置在工作台上，所述机器视觉采集设备位于精密定位机构的上方；所述精密定位机构包括x轴方向驱动单元、y轴方向驱动单元、x轴方向位置检测单元以及y轴方向位置检测单元；在测试时，所述y轴方向驱动单元带动焊接工件沿y轴方向移动，所述x轴方向驱动单元带动y轴方向驱动单元使焊接工件沿x轴方向移动。 

优选的，所述x轴方向驱动单元包括依次连接的第一交流伺服电机、第一联轴器和第一滚珠丝杆，所述第一滚珠丝杆上设置有x轴方向移动台；所述y轴方向驱动单元包括依次连接的第二交流伺服电机、第二联轴器和第二滚珠丝杆，所述第二滚珠丝杆上设置有y轴方向移动台；所述y轴方向驱动单元置于x轴方向移动台上，所述y轴方向移动台在测试时用于放置焊接工件；所述x轴方向位置检测单元和y轴方向位置检测单元分别采用第一线性光栅尺和第二线性光栅尺，所述第一线性光栅尺设置在x轴方向驱动单元的一侧，所述第二线性光栅尺设置在y轴方向驱动单元的一侧。 

优选的，所述机器视觉采集设备包括工业相机、镜头和光源，所述镜头与工业相机连接且对准精密定位机构，所述光源分布在镜头的周围。 

优选的，所述控制设备包括工控主机、运动控制器、第一交流伺服驱动器和第二交流伺服驱动器，所述第一交流伺服驱动器与第一交流伺服电机连接，所述第二交流伺服驱动器与第二交流伺服电机连接，所述第一交流伺服驱动器和第二交流伺服驱动器分别通过运动控制器与工控主机建立通讯，所述第一线性光栅尺和第二线性光栅尺分别通过通讯接口与运动控制器连接，所述工控主机通过总线通讯卡与工业相机连接，所述工控主机连接有用于实现人机交互的显示器。 

优选的，所述工作台采用框架结构，该框架结构的一侧设置有竖向支架，在所述竖向支架上垂直固定有横向支架，所述精密定位机构设置在框架结构的顶部平面上，所述控制设备设置在框架结构的内部，所述机器视觉采集设备固定在横向支架上。 

优选的，所述框架结构的底部设置有四个可使工作台移动的轮子。 

优选的，所述工作台采用的框架结构为1000*800*700mm的框架结构。 

本发明的另一目的可以通过采取如下技术方案达到： 

基于机器视觉的焊接轨迹校正专用测试装置的测试方法，其特征在于包括以下步骤： 

1)采用标定板进行标定，获得工业相机内参数和外参数； 

2)将焊接工件放置于精密定位机构的y轴方向移动台上，根据焊接工件的当前位置，通过工业相机抓取焊接工件图像并建立焊接工件模板； 

3)通过工控主机设定工作台上的焊接工件x轴和y轴偏移量，控制第一交流伺服电机和第一滚珠丝杆驱动焊接工件移动到设定的x轴偏移量位置，控制第二交流伺服电机和第二滚珠丝杆驱动焊接工件移动到设定的y轴偏移量位置，通过第一线性光栅尺和第二线性光栅尺分别获得当前焊接工件的x轴和y轴实际偏移量(x_r，y_r)； 

4)在焊接工件偏移后，通过工业相机重新抓取当前位置的焊接工件图像，并采用图像降噪算法对图像进行处理； 

5)采用基于灰度值的模板匹配算法，获取焊接工件相对于模板工件的x轴和y轴方向的偏移量(x_m，y_m)； 

6)比较(x_r，y_r)和(x_m，y_m)的值，根据焊接机器人再现过程允许误差，判断机器视觉检测的精度是否满足要求，即判断是否满足 $\left\{\begin{array}{c}|x_m-x_r|<\left[\mathrm{\&Delta;x}\right]\\ \backslash y_m-y_r|<[\mathrm{\&Delta;y}]\end{array}\right.,$ 其中Δx和Δy为焊接***允许的误差；若满足要求，则可集成到工业机器人控制***中应用；若不满足要求，则分析误差产生的原因，从工业相机标定、图像降噪处理算法和模板匹配算法进行优化，提高测量精度，从而满足使用要求。 

优选的，步骤4)具体如下： 

在焊接工件偏移后，通过工业相机重新抓取当前位置的焊接工件图像，该图像为24bit彩色图像，通过图像二值化转为256个等级的灰度图像，再采用均值滤波器完成降噪处理，其中均值滤波掩膜大小为m×n，图像中任意一点(x，y)响应为： 

$g(x,y)=\frac{1}{\mathrm{mn}}\left(\underset{i=-a}{\overset{a}{\mathrm{\&Sigma;}}}\underset{j=-b}{\overset{b}{\mathrm{\&Sigma;}}}f(x+i,y+j)\right)$

其中，g(x，y)是掩膜像素平均值，

优选的，步骤5)具体如下： 

a)采用基于灰度值的模板匹配算法，通过计算归一化相关系数NCC，确定当前焊接工件图像和模板图像匹配的相似度，由此确定焊接工件相对于模板工件在图像坐标系中x轴和y轴的偏移量(x′_m，y′_m)： 

$\mathrm{NCC}(x,y)=\frac{1}{n}\underset{(i,j)\&Element;T}{\mathrm{\&Sigma;}}\frac{t(i,j)-m_t}{\sqrt{s_t^2}}\&CenterDot;\frac{f(x+i,y+j)-m_f(x,y)}{\sqrt{s_f^2(x,y)}}$

其中，t(i，j)为焊接工件模板灰度值，f(x+i，y+j)为当前焊接工件图像灰度值，m_t是模板平均灰度值，

是模板所有灰度值的方差，m_f(x，y)和m_f(x，y)为平移当前焊接工件模板中各点的平均灰度值和方差；当归一化相关系数NCC= ±1时，焊接工件模板与当前焊接工件图像之间完全匹配，而归一化相关系数NCC绝对值越接近1，表示焊接工件模板与正在检测的焊接工件图像越接近； 

b)工业相机标定后获得内参数和外参数，经过七次矩阵变换和仿射变换将上述步骤a)获得的x轴和y轴的偏移量(x′_m，y′_m)转换为工具坐标系中x轴和y轴偏移量(x_m，y_m)。 

本发明相对于现有技术具有如下的有益效果： 

本发明的基于机器视觉的焊接轨迹校正专用测试装置，通过设置精密定位机构和机器视觉采集设备，能实现基于机器视觉技术完成焊接工件轨迹在x轴和y轴方向偏移量检测，并利用工控主机对检测结果进行评估和验证，在满足精度要求时可以集成到工业机器人控制***中应用，在不满足精度要求时分析误差产生的原因，不断优化机器视觉技术中的图像处理方法，从而实现焊接轨迹偏移量准确检测的目的。 

附图说明

图1为应用机器视觉技术进行焊接轨迹校正的焊接机器人工作场景示意图。 

图2为本发明的基于机器视觉的焊接轨迹校正专用测试装置结构示意图。 

图3为本发明的基于机器视觉的焊接轨迹校正专用测试装置结构原理框图。 

图4为本发明的基于机器视觉的焊接轨迹校正专用测试装置控制电路图。 

图5为本发明的基于机器视觉的焊接轨迹校正专用测试装置人机交互界面图。 

图6为本发明的基于机器视觉的焊接轨迹校正专用测试装置的控制软件结构图。 

在图2和图3中，1-工作台(框架结构)，2-轮子，3-竖向支架，4-横向支架，5-x轴方向驱动单元，6-y轴方向驱动单元，7-x轴方向位置检测单元(第一线性光栅尺)，8-y轴方向位置检测单元(第二线性光栅尺)，9-工业相机，10-镜头，11-光源，12-工控主机，13-运动控制器，14-第一交流伺服驱动器，15-第二交流伺服驱动器，16-总线通讯卡，17-显示器。 

具体实施方式

实施例1： 

如图2和图3所示，本实施例的基于机器视觉的焊接轨迹校正专用测试装置，包括工作台1、精密定位机构、机器视觉采集设备和控制设备，所述工作台1采用框架结构1，该框架结构1为1000*800*700mm的框架结构，采用40*40标准铝型材构成，其底部设置有四个可使工作台1移动的轮子2，一侧设置有竖向支架3，在所述竖向支架3上垂直固定有横向支架4，所述精密定位机构设置在框架结构1的顶部平面上，所述控制设备设置在框架结构1的内部，所述机器视觉采集设备固定在横向支架4上，所述机器视觉采集设备位于精密定位机构的上方；所述精密定位机构包括x轴方向驱动单元5、y轴方向驱动单元6、x轴方向位置检测单元7以及y轴方向位置检测单元8； 

所述x轴方向驱动单元5包括依次连接的第一交流伺服电机5-1、第一联轴器5-2和第一滚珠丝杆5-3，所述第一滚珠丝杆5-3上设置有x轴方向移动台5-4；所述y轴方向驱动单元6包括依次连接的第二交流伺服电机6-1、第二联轴器6-2和第二滚珠丝杆6-3，所述第二滚珠丝杆6-3上设置有y轴方向移动台6-4；所述y轴方向驱动单元6置于x轴方向移动台5-4上，所述y轴方向移动台6-4在测试时用于放置焊接工件；所述x轴方向位置检测单元7和y轴方向位置检测单元8分别采用第一线性光栅尺7和第二线性光栅尺8，所述第一线性光栅尺7设置在x轴方向驱动单元5的一侧，所述第二线性光栅尺8设置在y轴方向驱动单元6的一侧； 

所述机器视觉采集设备包括工业相机9、镜头10和光源11，所述镜头10与工业相机9连接且对准精密定位机构，所述光源11分布在镜头10的周围； 

所述控制设备包括工控主机12、运动控制器13、第一交流伺服驱动器14和第二交流伺服驱动器15。 

本实施例中，所述第一交流伺服电机5-1为日本三菱电机有限公司的HC-KFS-23A型号电机，所述第二交流伺服电机6-1为日本三菱电机有限公司的HC-KFS-43A型号电机；所述第一滚珠丝杆5-3和第二滚珠丝杆6-3均采用台湾上银有限公司的KK6005P-600A1-FE-CS2型号丝杆，其导程为5mm，有效导轨长度为600mm,精度为±0.01mm；所述第一线性光栅尺7和第二线性光栅尺8均采用西班牙发格FAGOR公司MKT-52型号，有效行程为520mm，分辨率为5um，精度为±10um；所述工业相机9采用德国映美精有限公司(IMAGINGSOURCE)的80万像素1394相机，型号为DMK31AF03，分辨率为1024x768，像素尺寸水平方向为4.65um，垂直方向为4.65um，镜头10采用日本Computar公司的M2514-MP2型号百万像素镜头，焦距为25mm；所述运动控制器采用固高科技有限公司生产的GTS-400-PV(G)-PCI系列运动控制器；所述第一交流伺服驱动器14采用日本三菱电机有限公司的MR-J2S-20A型号伺服驱动器，所述第二交流伺服驱动器15采用日本三菱电机有限公司的MR-J2S-40A型号伺服驱动器。 

结合图4所示的基于机器视觉的焊接轨迹校正专用测试装置控制电路图，所述第一交流伺服驱动器14与第一交流伺服电机5-1连接，所述第二交流伺服驱动器15与第二交流伺服电机6-1连接，所述第一交流伺服驱动器14和第二交流伺服驱动器15分别通过运动控制器13与工控主机12建立通讯，所述第一线性光栅尺7和第二线性光栅尺8分别通过CN12和CN13通讯接口与运动控制器13连接，所述工控主机12通过1394总线通讯卡16与工业相机9连接，所述工控主机12连接有显示器17，可以实现人机交互，通过图5所示的人机界面设定x轴和y轴的运动参数，运动控制器13向第一交流伺服驱动器14和第二交流伺服驱动器15输出脉冲和方向信号，驱动第第一交流伺服电机5-1带动x轴方向移动台5-4，以及驱动第二交流伺服电机6-1带动y轴方向移动台6-4到达定位点，第一线性光栅尺7和第二线性光栅尺8检测到x轴方向移动台5-4的x轴位置信号和y轴方向移动台6-4的y轴位置信号，并经过2路四倍频增量式辅助编码器输入到运动控制器13，在人机界面可以获得检测结果。 

如图6所示，所述工控主机12使用控制***软件，该软件采用Microsoft VisualStudio2005平台开发，分为四个层次，第一个层次为驱动程序库，由各设备供应商提供；第二个层次为通讯与监控程序，包括监控模块、通讯模块和故障诊断与报警模块，它负责应用程序各模块之间的实时通讯与运行监控，并对故障进行诊断和报警；第三个层次为控制程序层，包括运动控制模块、位置检测模块、机器视觉检测模块和人机交互模块四个部分，它是整个控制***的核心；第四层为主控程序层，包括主控模块和文件与数据管理模块两部分，其中第一、第二和第三层为实时控制模块，第四层为协调程序，是非实时控制程序。 

本实施例的基于机器视觉的焊接轨迹校正专用测试装置的测试方法，其特征在于包括以下步骤： 

1)采用标定板进行标定，获得工业相机内参数和外参数； 

2)将焊接工件放置于精密定位机构的y轴方向移动台上，根据焊接工件的当前位置，通过工业相机抓取焊接工件图像并建立焊接工件模板； 

3)通过工控主机设定工作台上的焊接工件x轴和y轴偏移量，运动控制模块控制第一交流伺服电机和第一滚珠丝杆驱动焊接工件移动到设定的x轴偏移量位置，控制第二交流伺服电机和第二滚珠丝杆驱动焊接工件移动到设定的y轴偏移量位置，通过第一线性光栅尺和第二线性光栅尺分别获得当前焊接工件的x轴和y轴实际偏移量(x_r，y_r)； 

4)在焊接工件偏移后，调用机器视觉检测模块，通过工业相机重新抓取当前位置的焊接工件图像，并采用图像降噪算法对图像进行处理，具体如下： 

在焊接工件偏移后，通过工业相机重新抓取当前位置的焊接工件图像，该图像为 24bit彩色图像，通过图像二值化转为256个等级的灰度图像，机器视觉检测模块再采用均值滤波器完成降噪处理，其中均值滤波掩膜大小为m×n，图像中任意一点(x，y)响应为： 

$g(x,y)=\frac{1}{\mathrm{mn}}\left(\underset{i=-a}{\overset{a}{\mathrm{\&Sigma;}}}\underset{j=-b}{\overset{b}{\mathrm{\&Sigma;}}}f(x+i,y+j)\right)$

其中，g(x，y)是掩膜像素平均值，

5)机器视觉检测模块采用基于灰度值的模板匹配算法，获取焊接工件相对于模板工件的x轴和y轴方向的偏移量(x_m，y_m)，具体如下： 

a)采用基于灰度值的模板匹配算法，通过计算归一化相关系数NCC，确定当前焊接工件图像和模板图像匹配的相似度，由此确定焊接工件相对于模板工件在图像坐标系中x轴和y轴的偏移量(x′_m，y′_m)： 

$\mathrm{NCC}(x,y)=\frac{1}{n}\underset{(i,j)\&Element;T}{\mathrm{\&Sigma;}}\frac{t(i,j)-m_t}{\sqrt{s_t^2}}\&CenterDot;\frac{f(x+i,y+j)-m_f(x,y)}{\sqrt{s_f^2(x,y)}}$

其中，t(i，j)为焊接工件模板灰度值，f(x+i，y+j)为当前焊接工件图像灰度值，m_t是模板平均灰度值，

是模板所有灰度值的方差，m_f(x，y)和s_f(x，y)为平移当前焊接工件模板中各点的平均灰度值和方差；当归一化相关系数NCC=±1时，焊接工件模板与当前焊接工件图像之间完全匹配，而归一化相关系数NCC绝对值越接近1，表示焊接工件模板与正在检测的焊接工件图像越接近； 

b)工业相机标定后获得内参数和外参数，经过七次矩阵变换和仿射变换将上述步骤a)获得的x轴和y轴的偏移量(x′_m，y′_m)转换为工具坐标系中x轴和y轴偏移量(x_m，y_m)； 

6)比较(x_r，y_r)和(x_m，y_m)的值，根据焊接机器人再现过程允许误差，判断机器视觉检测的精度是否满足要求，即判断是否满足 $\left\{\begin{array}{c}|x_m-x_r|<\left[\mathrm{\&Delta;x}\right]\\ |y_m-y_r|<\left[\mathrm{\&Delta;y}\right]\end{array}\right.,$ 其中Δx和Δy为焊接***允许的误差；若满足要求，则机器视觉检测模块可集成到工业机器人控制***中应用；若不满足要求，则分析误差产生的原因，从工业相机标定、图像降噪处理算法和模板匹配算法进行优化，提高机器视觉检测模块的测量精度，从而满足使用要求。 

综上所述，本发明的基于机器视觉的焊接轨迹校正专用测试装置能实现基于机器视觉技术完成焊接工件轨迹在x轴和y轴方向偏移量检测，并对检测结果进行评估和验证，分析误差产生的原因，不断优化机器视觉技术中的图像处理方法，从而实现焊接轨迹偏移量准确检测的目的。 

以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技术方案及其发明构思加以等同替换或改变，都属于本发明专利的保护范围。 

Claims (10)

1.基于机器视觉的焊接轨迹校正专用测试装置，其特征在于：包括工作台、精密定位机构、机器视觉采集设备和控制设备，所述精密定位机构和机器视觉采集设备分别与控制设备连接，所述精密定位机构、机器视觉采集设备和控制设备设置在工作台上，所述机器视觉采集设备位于精密定位机构的上方；所述精密定位机构包括x轴方向驱动单元、y轴方向驱动单元、x轴方向位置检测单元以及y轴方向位置检测单元；在测试时，所述y轴方向驱动单元带动焊接工件沿y轴方向移动，所述x轴方向驱动单元带动y轴方向驱动单元使焊接工件沿x轴方向移动。

2.根据权利要求1所述的基于机器视觉的焊接轨迹校正专用测试装置，其特征在于：所述x轴方向驱动单元包括依次连接的第一交流伺服电机、第一联轴器和第一滚珠丝杆，所述第一滚珠丝杆上设置有x轴方向移动台；所述y轴方向驱动单元包括依次连接的第二交流伺服电机、第二联轴器和第二滚珠丝杆，所述第二滚珠丝杆上设置有y轴方向移动台；所述y轴方向驱动单元置于x轴方向移动台上，所述y轴方向移动台在测试时用于放置焊接工件；所述x轴方向位置检测单元和y轴方向位置检测单元分别采用第一线性光栅尺和第二线性光栅尺，所述第一线性光栅尺设置在x轴方向驱动单元的一侧，所述第二线性光栅尺设置在y轴方向驱动单元的一侧。

3.根据权利要求2所述的基于机器视觉的焊接轨迹校正专用测试装置，其特征在于：所述机器视觉采集设备包括工业相机、镜头和光源，所述镜头与工业相机连接且对准精密定位机构，所述光源分布在镜头的周围。

4.根据权利要求3所述的基于机器视觉的焊接轨迹校正专用测试装置，其特征在于：所述控制设备包括工控主机、运动控制器、第一交流伺服驱动器和第二交流伺服驱动器，所述第一交流伺服驱动器与第一交流伺服电机连接，所述第二交流伺服驱动器与第二交流伺服电机连接，所述第一交流伺服驱动器和第二交流伺服驱动器分别通过运动控制器与工控主机建立通讯，所述第一线性光栅尺和第二线性光栅尺分别通过通讯接口与运动控制器连接，所述工控主机通过总线通讯卡与工业相机连接，所述工控主机连接有用于实现人机交互的显示器。

5.根据权利要求1所述的基于机器视觉的焊接轨迹校正专用测试装置，其特征在于：所述工作台采用框架结构，该框架结构的一侧设置有竖向支架，在所述竖向支架上垂直固定有横向支架，所述精密定位机构设置在框架结构的顶部平面上，所述控制设备设置在框架结构的内部，所述机器视觉采集设备固定在横向支架上。

6.根据权利要求5所述的基于机器视觉的焊接轨迹校正专用测试装置，其特征在于：所述框架结构的底部设置有四个可使工作台移动的轮子。

7.根据权利要求5所述的基于机器视觉的焊接轨迹校正专用测试装置，其特征在于：所述工作台采用的框架结构为1000*800*700mm的框架结构。

8.基于机器视觉的焊接轨迹校正专用测试装置的测试方法，其特征在于包括以下步骤：

1)采用标定板进行标定，获得工业相机内参数和外参数；

2)将焊接工件放置于精密定位机构的y轴方向移动台上，根据焊接工件的当前位置，通过工业相机抓取焊接工件图像并建立焊接工件模板；

3)通过工控主机设定工作台上的焊接工件x轴和y轴偏移量，控制第一交流伺服电机和第一滚珠丝杆驱动焊接工件移动到设定的x轴偏移量位置，控制第二交流伺服电机和第二滚珠丝杆驱动焊接工件移动到设定的y轴偏移量位置，通过第一线性光栅尺和第二线性光栅尺分别获得当前焊接工件的x轴和y轴实际偏移量(x_r，y_r)；

4)在焊接工件偏移后，通过工业相机重新抓取当前位置的焊接工件图像，并采用图像降噪算法对图像进行处理；

5)采用基于灰度值的模板匹配算法，获取焊接工件相对于模板工件的x轴和y轴方向的偏移量(x_m，y_m)；

6)比较(x_r，y_r)和(x_m，y_m)的值，根据焊接机器人再现过程允许误差，判断机器视觉检测的精度是否满足要求，即判断是否满足 $\left\{\begin{array}{c}|x_m-x_r|<\left[\mathrm{\&Delta;x}\right]\\ |y_m-y_r|<\left[\mathrm{\&Delta;y}\right]\end{array}\right.,$ 其中Δx和Δy为焊接***允许的误差；若满足要求，则可集成到工业机器人控制***中应用；若不满足要求，则分析误差产生的原因，从工业相机标定、图像降噪处理算法和模板匹配算法进行优化，提高测量精度，从而满足使用要求。

9.根据权利要求8所述的基于机器视觉的焊接轨迹校正专用测试装置的测试方法，其特征在于：步骤4)具体如下：

在焊接工件偏移后，通过工业相机重新抓取当前位置的焊接工件图像，该图像为24bit彩色图像，通过图像二值化转为256个等级的灰度图像，再采用均值滤波器完成降噪处理，其中均值滤波掩膜大小为m×n，图像中任意一点(x，y)响应为：

$g(x,y)=\frac{1}{\mathrm{mn}}\left(\underset{i=-a}{\overset{a}{\mathrm{\&Sigma;}}}\underset{j=-b}{\overset{b}{\mathrm{\&Sigma;}}}f(x+i,y+j)\right)$

其中，g(x，y)是掩膜像素平均值，

10.根据权利要求8所述的基于机器视觉的焊接轨迹校正专用测试装置的测试方法，其特征在于：步骤5)具体如下：

a)采用基于灰度值的模板匹配算法，通过计算归一化相关系数NCC，确定当前焊接工件图像和模板图像匹配的相似度，由此确定焊接工件相对于模板工件在图像坐标系中x轴和y轴的偏移量(x′_m，y′_m)：

$\mathrm{NCC}(x,y)=\frac{1}{n}\underset{(i,j)\&Element;T}{\mathrm{\&Sigma;}}\frac{t(i,j)-m_t}{\sqrt{s_t^2}}\&CenterDot;\frac{f(x+i,y+j)-m_f(x,y)}{\sqrt{s_f^2(x,y)}}$

其中，t(i，j)为焊接工件模板灰度值，f（x+i，y+j)为当前焊接工件图像灰度值，m_t是模板平均灰度值，

是模板所有灰度值的方差，m_f(x，y)和m_f(x，y)为平移当前焊接工件模板中各点的平均灰度值和方差；当归一化相关系数NCC=±1时，焊接工件模板与当前焊接工件图像之间完全匹配，而归一化相关系数NCC绝对值越接近1，表示焊接工件模板与正在检测的焊接工件图像越接近；

b)工业相机标定后获得内参数和外参数，经过七次矩阵变换和仿射变换将上述步骤a)获得的x轴和y轴的偏移量(x′_m，y′_m)转换为工具坐标系中x轴和y轴偏移量(x_m，y_m)。

Images