CN105728903B - 一种激光式复杂轨迹焊缝的障碍物识别方法 - Google Patents
一种激光式复杂轨迹焊缝的障碍物识别方法 Download PDFInfo
- Publication number
- CN105728903B CN105728903B CN201610311753.3A CN201610311753A CN105728903B CN 105728903 B CN105728903 B CN 105728903B CN 201610311753 A CN201610311753 A CN 201610311753A CN 105728903 B CN105728903 B CN 105728903B
- Authority
- CN
- China
- Prior art keywords
- laser
- obstacle
- obstacle recognition
- amplitude
- signal acquisition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000003466 welding Methods 0.000 claims abstract description 40
- 239000011159 matrix material Substances 0.000 claims abstract description 31
- 230000004888 barrier function Effects 0.000 claims abstract description 12
- 230000004438 eyesight Effects 0.000 claims abstract description 11
- 230000007246 mechanism Effects 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims abstract description 10
- 230000003044 adaptive effect Effects 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract description 5
- 230000000007 visual effect Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 4
- 230000010355 oscillation Effects 0.000 claims 6
- 230000008859 change Effects 0.000 abstract description 2
- 230000002262 irrigation Effects 0.000 abstract 1
- 238000003973 irrigation Methods 0.000 abstract 1
- 238000000491 multivariate analysis Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K9/00—Arc welding or cutting
- B23K9/12—Automatic feeding or moving of electrodes or work for spot or seam welding or cutting
- B23K9/127—Means for tracking lines during arc welding or cutting
- B23K9/1272—Geometry oriented, e.g. beam optical trading
- B23K9/1274—Using non-contact, optical means, e.g. laser means
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Optics & Photonics (AREA)
- Geometry (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Laser Beam Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种激光式复杂轨迹焊缝的障碍物识别方法，它主要解决复杂轨迹工件焊接自动化过程中障碍物的识别问题。其技术方案要点是：利用激光式障碍物识别传感器进行位置采样，该传感器由激光视觉信号采集装置、自适应变幅摆动器、障碍物识别控制器组成，固联于行走机构并前置于焊炬；障碍物识别控制器对激光***输出信号进行数据采样和信号处理，提取特征位置峰值，形成一定样本容量的动态矩阵，采用多元统计判别算法分析各样本矩阵的障碍物属性；同时，根据障碍物识别传感器的输出特性和判别算法分析出的多重反馈信号计算上下摆动幅度，实时智能调节摆动器以保证激光在复杂轨迹工件上的自适应性，实现障碍物的精准识别。
Description
技术领域
本发明属于焊接自动化控制设备技术领域，具体涉及一种激光式复杂轨迹焊缝的障碍物识别方法。
背景技术
对于复杂轨迹工件的焊接生产线，我国还处在半自动焊阶段。在实际焊接过程中，大部分由人目进行障碍物的识别和手动控制避障动作，普遍存在焊接效率低或因人工误差及手动控制而导致的障碍物识别效率低、识别精度不高的问题。随着计算机视觉技术的发展，视觉传感技术也应用到了焊缝跟踪及相关的辅助自动化如焊缝定位和障碍物识别过程中。目前现有的常规视觉传感器模拟视觉功能来获取焊缝及各类障碍物的特征信息，但该技术具有一定局限性，仅能检测直线或简单圆弧曲线焊缝轨迹上的简易障碍物，一旦出现复杂空间曲线轨迹及障碍物，常规的视觉传感判别很难实现实时性和高精度，从而无法满足全自动化。再者，现今的激光视觉传感器多应用于平板对接焊缝跟踪，对工件三维形貌测量***不具备采集范围调节自适应性，对焊接任务的工装夹具要求较高，通用柔性不高，适用的坡口范围不广。综上而言，将视觉传感器应用于复杂轨迹焊接自动化生产线上的障碍物识别技术的研究工作尚未成熟，该发明旨在通过障碍物判别算法的优选和外加自适应变幅摆动器实现复杂轨迹焊缝障碍物识别的精准和稳定，为焊接生产线的障碍物识别、焊缝跟踪等功能一体化及全自动化打下基础。
发明内容
针对上述问题，本发明旨在解决复杂轨迹工件焊接自动化过程中障碍物的识别问题。针对目前仅能检测直线或简单圆弧曲线焊缝轨迹上的简易障碍物及其精准性和稳定性不高的问题，在现有的视觉传感技术的基础上，通过障碍物判别算法的优选和外加自适应变幅摆动器的有机结合，提出了一种激光式复杂轨迹焊缝的障碍物识别方法。其技术方案是：利用激光式障碍物识别传感器进行位置采样，该传感器由激光视觉信号采集装置、自适应变幅摆动器、障碍物识别控制器组成，固联于行走机构并前置于焊炬；障碍物识别控制器对激光***输出信号进行数据采样和信号处理，提取特征位置峰值，形成一定样本容量的动态矩阵，采用多元统计判别算法分析各动态矩阵的障碍物属性；同时，根据障碍物识别传感器的输出特性和判别算法分析出的多重反馈信号计算上下摆动幅度，智能调节摆动器的摆动幅度以保证激光在复杂轨迹工件上的自适应性，实现障碍物的精准识别。
本发明所述激光式障碍物识别传感器，其特征是：激光式障碍物识别传感器由激光视觉信号采集装置、自适应变幅摆动器、障碍物识别控制器组成，固联于行走机构并前置于焊炬；本发明所述自适应变幅摆动器，用于调节激光视觉信号采集装置的信号采集范围，以保证激光在复杂轨迹工件上的自适应性。其特征是：该装置由摆动执行模块和摆幅调节控制模块组成，工件的焊缝轨迹变化时，根据障碍物识别传感器的输出特性和多元统计判别算法分析的多重反馈信号，摆幅调节控制模块计算出上下摆幅调节量，并由摆动变幅驱动器模块控制执行机构实时智能调整。
本发明所述激光式复杂轨迹焊缝的障碍物识别的具体方法：激光视觉信号采集装置从动于自适应变幅摆动器，以一定频率垂直于焊缝往复摆动，初始位于复杂轨迹工件起焊侧，行走机构和激光视觉***同步开始工作，激光数据采集模块根据从工件反射回来的特征值，提取其位置峰值，障碍物识别控制器将前p个峰值量依次按序组成一个p维特征值矩阵，之后每新增p/n个位置峰值量替代最前的等量个位置峰值，形成一个新的p维位置矩阵，以此类推，形成多元同维动态矩阵。采集两组样本矩阵，分别为有障碍物时的p维矩阵总体和无障碍物时的p维矩阵总体，利用多元统计判别算法计算每组矩阵总体的均值向量、协差阵、样本矩阵总体的期望值、以及动态矩阵与有障碍物矩阵总体和无障碍物矩阵总体的马氏距离及判别函数，由判别函数的正负性判断出每组矩阵总体的障碍物属性；采集处理多组均值向量和期望值，根据障碍物识别传感器的输出特性，得到经验样本多重反馈信号与对应的摆动器摆动幅值的对应关系，拟合出对应函数关系，当激光与复杂轨迹焊缝的距离发生变化时，摆幅调节计算模块得出摆幅调节量，并由摆动模块实时智能调整，此时激光即能自适应调整在复杂轨迹工件上的位置。
本发明的有益效果是：本发明旨在解决复杂轨迹工件焊接自动化过程中障碍物的识别问题，提出一种激光式复杂轨迹焊缝的障碍物识别方法。在现有的激光视觉传感技术的基础上，发明的激光式障碍物识别传感器选用多元统计判别算法，能对实时采集到的数据进行统计分类，精准地区分障碍物属性；发明的自适应变幅摆动器克服了现有仅能识别单一直线或简单圆弧曲线轨迹的技术局限，实现激光在复杂轨迹工件上的自适应性，为复杂轨迹工件焊接生产线的障碍物识别、焊缝跟踪等功能一体化及全自动化打下基础。
附图说明
图1是激光式复杂轨迹焊缝的障碍物识别的原理结构框图。
图2是激光式复杂轨迹焊缝的障碍物识别的***示意图。
图中：1-自适应摆动变幅执行模块，2-激光信号采集处理模块，3-障碍物识别控制器，4-激光视觉收发模块，5-自适应摆动变幅计算及驱动模块，6-行走机构，7-激光工作位置点，8-障碍物，9-复杂轨迹焊缝。
图3是多元统计判别算法及自适应摆动变幅的原理图。
图4是自适应变幅摆动器在复杂轨迹焊缝上的工作示意图。
具体实施方式
为了更好的表达整个发明的技术方案与有益效果，下面结合附图和实施例对本发明做进一步详细说明。但是，本发明的实施方式不限于此。
实施例1，所述基于扫描式激光的角焊缝障碍物识别方法，该障碍物识别***由1-自适应摆动变幅执行模块，2-激光信号采集处理模块，3-障碍物识别控制器，4-激光视觉收发模块，5-自适应摆动变幅计算及驱动模块，6-行走机构组成，其中激光式障碍物识别传感器由2、3、4模块构成，自适应变幅摆动器由1、5模块构成；激光视觉收发模块4从动于自适应摆动变幅执行模块1，以一定频率垂直于复杂轨迹焊缝9作往复摆动，初始位于复杂轨迹工件起焊侧，行走机构开始沿着焊接方向匀速行进时，激光视觉收发模块接收从激光工作位置点7反射回来的采样特征值信号，经激光信号采集处理模块2提取其位置峰值并由障碍物识别控制器3进行后续障碍物识别算法判别。参阅图1及图2。
实施例2，所述激光式障碍物识别传感器及多元统计判别算法，其具体实施方式在于：激光视觉收发模块接收从激光工作位置点反射回来的采样特征值信号，经激光信号采集处理模块提取其位置峰值并由障碍物识别控制器将前p个峰值量依次按序组成一个p维特征值矩阵，记作总体X(0)，之后每新增p/n个位置峰值量替代最前的p/n个位置峰值量，形成一个新的p维位置矩阵，记作总体X(1)。以此类推，形成多元同维动态矩阵X(i),(i≥0)。根据所用激光视觉传感装置的输出特性可知，激光在工件上的无障碍物工作位置点反射回来的位置峰值形成的p维位置矩阵服从p元正态分布。假设采集的峰值量依次记为x11，x12，…，x1k，x21，x22，…，x2k，…，xn1，…，xnk，其中k＝p/n，则有
由上式可知总体X(i),(i≥0)为一n×k动态数据矩阵。
采集两组样本矩阵，分别为有障碍物时的p维样本矩阵总体Ob和无障碍物时的p维样本矩阵总体No，计算每组矩阵总体X(i),(i≥0)的均值向量协差阵∑i、总体Ob和总体No的期望值μO、μN以及X(i)与Ob和No的马氏距离D及判别函数W(Xi)，具体如下：
矩阵总体X(i),(i≥0)的均值向量
为了求出线性判别函数W(X(i))，考虑多元p维动态矩阵X(i)到样本矩阵总体Ob的距离平方与到样本矩阵总体No的距离平方之差：
已知μO，μN，∑i，令
则W(X(i))＝0.5D2(X(i),Ob)-D2(X(i),No)
由判别函数的正负性可判断出每组矩阵总体的障碍物属性，当W(X(i))＞0时，D2(X(i),Ob)-D2(X(i),No)＞0，此时应判断X(i)∈No，于是判别规则可表示为
由此可判断出任意时刻多元p维动态矩阵的障碍物属性，同时，通过改变p和n的值可调节障碍物识别的时效性精确度。参阅图3，其余同上述实施例。
实施例3，所述自适应变幅摆动器，用于调节激光视觉信号采集装置的信号采集范围，以保证激光在复杂轨迹工件上的自适应性。其特征是：该装置由摆动执行模块和摆幅调节控制计算模块和驱动模块组成。根据障碍物识别传感器的输出特性，可得采集的位置峰值量与光路的实际长度的拟合函数关系l＝f(xij)，其中l为光路的实际长度，xij为任一位置峰值量；再者，由上一实施例中多元统计判别算法分析的多重反馈信号，包括均值向量及期望值μi等；又知存在关系μi＝h(xij)，构建函数则参阅图4，工件的焊缝轨迹变化时，取p＝4，可得如图a、b、c、d对应的4个位置峰值量，记为(x11，x12，x21，x22)，求出由l＝f(F-1)可求得4个l值，记为(l1，l2，l3，l4)，即一组动态矩阵内激光与工作位置点的距离集合，拟合正弦函数得
Lj＝L0(j)sin(ωt+θ)+ΔL(j)
其中，为距离基准值，为距离增量值。摆幅调节控制模块根据上述两个量的变化趋势可计算出摆动器上下摆动角度调节量，如下式
其中，ψ＝G(L)为激光与工作位置点的距离量的变化与上下摆动角度的对应三角形求解关系。
由上式中摆动器上下摆动角度调节量可得出上下摆动脉冲量，摆动变幅驱动模块控制摆动变幅执行机构进行实时智能调整，此时激光即能自适应调整在复杂轨迹工件上的位置，如图所示，曲线L1和L2分别为工作位置点上下极限。参阅图4，其余同上述实施例。
以上所述仅是本发明的优选实施方式，应当指出，在不脱离本发明原理的前提下所作出的若干改进，都视为本发明的保护范围。
Claims (3)
1.一种激光式复杂轨迹焊缝的障碍物识别方法，用于复杂轨迹工件焊接自动化过程中的障碍物识别，其特征是：激光式障碍物识别传感器由激光视觉信号采集装置、自适应变幅摆动器、障碍物识别控制器组成，固联于行走机构并前置于焊炬；该方法利用激光视觉信号采集装置和障碍物识别控制器对激光***输出信号进行数据采样和信号处理；对采样数据采用多元统计判别算法分析多元动态矩阵的障碍物属性，自适应变幅摆动器上下摆幅实现障碍物的精准识别。
2.根据权利要求1所述的一种激光式复杂轨迹焊缝的障碍物识别方法，发明了一种激光式障碍物识别传感器，其特征是：激光视觉信号采集装置对工件进行特征数据采样，自适应变幅摆动器调整激光视觉信号采集装置的信号采集范围，通过障碍物识别控制器的信号处理模块对输出信号进行特征位置峰值提取，形成一定样本容量的动态矩阵，采用多元统计判别算法分析各动态矩阵的障碍物属性。
3.根据权利要求1所述的一种激光式复杂轨迹焊缝的障碍物识别方法，发明了一种自适应变幅摆动器，用于调节激光视觉信号采集装置的信号采集范围，以保证激光在复杂轨迹工件上的自适应性；其特征是：自适应变幅摆动器由摆动执行模块和摆幅调节控制模块组成，工件的焊缝轨迹变化时，根据障碍物识别传感器的输出特性和多元统计判别算法分析的多重反馈信号，摆幅调节控制模块计算出摆幅调节量，并由摆动执行模块实时智能调整。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610311753.3A CN105728903B (zh) | 2016-05-12 | 2016-05-12 | 一种激光式复杂轨迹焊缝的障碍物识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610311753.3A CN105728903B (zh) | 2016-05-12 | 2016-05-12 | 一种激光式复杂轨迹焊缝的障碍物识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105728903A CN105728903A (zh) | 2016-07-06 |
| CN105728903B true CN105728903B (zh) | 2017-10-13 |
Family
ID=56288325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610311753.3A Active CN105728903B (zh) | 2016-05-12 | 2016-05-12 | 一种激光式复杂轨迹焊缝的障碍物识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105728903B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106446962B (zh) * | 2016-10-12 | 2019-10-18 | 湘潭大学 | 一种大梁障碍物动态聚类识别方法 |
| JP7028658B2 (ja) * | 2018-01-30 | 2022-03-02 | 株式会社神戸製鋼所 | ウィービング制御方法およびウィービング制御システム |
| CN112488201A (zh) * | 2020-11-30 | 2021-03-12 | 湖南艾克机器人有限公司 | 一种基于凹凸半径复函数的焊缝障碍物识别方法 |
| CN113385779B (zh) * | 2021-07-05 | 2022-09-27 | 湘潭大学 | 双目四线视觉传感的大折角焊缝跟踪及障碍物预测*** |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS55144383A (en) * | 1979-04-26 | 1980-11-11 | Shin Meiwa Ind Co Ltd | Automatic welding robot |
| JPS60130473A (ja) * | 1983-12-16 | 1985-07-11 | Mitsubishi Heavy Ind Ltd | Νｃ自動溶接方法 |
| JPH02205266A (ja) * | 1989-01-31 | 1990-08-15 | Kobe Steel Ltd | 記憶・再生型アーク溶接ロボットによる開先ルートギャップ検出方法 |
| CN101554672B (zh) * | 2009-05-21 | 2011-05-04 | 山东大学 | 基于激光测距的集装箱波纹板焊接轨迹检测与控制*** |
| CN101745765B (zh) * | 2009-12-15 | 2012-02-08 | 哈尔滨工业大学 | 人机协作共享控制遥控焊接的方法 |
| CN103551710A (zh) * | 2013-11-13 | 2014-02-05 | 上海工业自动化仪表研究院 | 一种膜式水冷壁焊接过程焊缝跟踪方法 |
-
2016
- 2016-05-12 CN CN201610311753.3A patent/CN105728903B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105728903A (zh) | 2016-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105728903B (zh) | 一种激光式复杂轨迹焊缝的障碍物识别方法 | |
| CN108982546A (zh) | 一种智能机器人涂胶质量检测***及方法 | |
| CN113427168A (zh) | 一种焊接机器人实时焊缝跟踪装置及方法 | |
| CN108637435B (zh) | 一种基于视觉与弧压传感的三维焊缝跟踪***及方法 | |
| CN110614638B (zh) | 一种变电站巡检机器人自主采集方法及*** | |
| CN102615390B (zh) | 基于摆动电弧的多层多道焊焊缝跟踪***及识别方法 | |
| CN108747132B (zh) | 自主移动焊接机器人视觉控制*** | |
| CN102699534B (zh) | 基于扫描式激光视觉传感的厚板窄间隙深坡口激光自动化多层焊焊接方法 | |
| CN110202273A (zh) | 一种基于激光位移传感器的自动调高装置及其控制方法 | |
| Fang et al. | Visual seam tracking system for butt weld of thin plate | |
| CN102455171B (zh) | 一种激光拼焊焊缝背面几何形貌检测方法 | |
| CN201653373U (zh) | 三轴非接触式影像测量*** | |
| Hou et al. | A teaching-free welding method based on laser visual sensing system in robotic GMAW | |
| CN108765450A (zh) | 基于深度学习的智能机器人视觉跟踪方法 | |
| CN104493332B (zh) | 一种基于电弧摆动自调节传感机构的焊缝跟踪控制方法 | |
| CN105328304A (zh) | 基于统计学的焊缝起始点自动寻位方法 | |
| CN106985142A (zh) | 一种用于全向移动机器人的双视觉循迹装置和方法 | |
| CN105643062A (zh) | 基于旋转电弧的复杂曲面形状识别及焊枪位姿控制方法 | |
| CN108161930A (zh) | 一种基于视觉的机器人定位***及方法 | |
| CN106425025A (zh) | 一种激光位移传感器的角焊缝自动焊接控制方法及装置 | |
| CN112540382B (zh) | 一种基于视觉识别检测的激光导航agv辅助定位方法 | |
| Ma et al. | An efficient and robust complex weld seam feature point extraction method for seam tracking and posture adjustment | |
| CN116275742A (zh) | 一种基于数字化建模与柔性焊缝识别的焊接方法 | |
| CN105224941B (zh) | 对象辨识与定位方法 | |
| US20190378295A1 (en) | Method of configuring camera position suitable for localization and robot implementing same |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |