CN109146866A - 机器人对焊缝处理的方法及装置 - Google Patents
机器人对焊缝处理的方法及装置 Download PDFInfo
- Publication number
- CN109146866A CN109146866A CN201810966679.8A CN201810966679A CN109146866A CN 109146866 A CN109146866 A CN 109146866A CN 201810966679 A CN201810966679 A CN 201810966679A CN 109146866 A CN109146866 A CN 109146866A
- Authority
- CN
- China
- Prior art keywords
- weld
- point
- laser
- striation
- laser stripe
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/22—Details, e.g. general constructional or apparatus details
- G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
- G01N29/265—Arrangements for orientation or scanning by relative movement of the head and the sensor by moving the sensor relative to a stationary material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/267—Welds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Laser Beam Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及焊接技术领域,具体涉及一种机器人对焊缝处理的方法及装置,该机器人上两个结构光投射器相对于摄像头呈对称设置。进而,控制摄像头在两个结构光投射器将激光投射至所述焊缝表面时采集焊缝图像,对获取的焊缝图像进行预处理得到目标焊缝图像,提取目标焊缝图像中每条激光在竖直方向上的中心点得到激光条纹图,对激光条纹图进行特征提取得到目标激光条纹图。进一步地,根据该目标激光条纹图确定多个焊接点,并根据多个焊接点确定焊缝线,进而分别确定该焊缝线与预设探头中心线的交点,并计算得到交点距离预设探头前端面线的距离值,以及焊缝线与竖直方向的夹角,最后该机器人将根据该距离值和夹角调控运动姿态以对焊缝进行检测。
Description
技术领域
本发明涉及焊接技术领域,具体而言,涉及一种机器人对焊缝处理的方法及装置。
背景技术
在对各种焊接接头进行高度自动化超声类无损检测的时候,尤其针对相贯线结构的超声类无损检测的时候,我们需要保证超声换能器&楔块(探头)与焊缝保持恒定的距离。这要求我们需要对焊缝进行识别进而反馈到机器人***,控制机器人结构的运动状态使超声换能器&楔块与焊缝保持一个特定的前端距离。
自动化检测的关键是保证检测探头与被检测的焊缝之间保持预设的位置姿态关系。为了做到这一点,首先就要实时准确的找到焊缝边界并且获取焊缝边界与探头的相对位置关系。由于焊缝表面具备一系列可以被视觉识别的纹理特征或者几何特征,因此本项目要研究采用机器视觉识别和定位焊缝的技术。由于管道相贯线的小角度区域空间狭小,机器人的体积受到限制,不能采用传统的机器视觉***。而目前多通过人为地把超声波探头摆放在距离焊缝一定位置,以检测超声波回波,此种测量方式不精准,不能帮助工作人员了解焊缝的状态。因此,提供一种新的视觉分析方法对焊缝进行检测是十分必要的。
发明内容
本发明的目的在于提供一种机器人对焊缝处理的方法,以实现通过简单的结构采集焊缝图像,并基于对焊缝图像的分析精确地调整机器人的运动姿态,使得机器人能准确地找到焊缝,以进行后续的检测工作。
本发明的目的在于提供一种机器人对焊缝处理的装置,以实现通过简单的结构采集焊缝图像,并基于对焊缝图像的分析精确地调整机器人的运动姿态,使得机器人能准确地找到焊缝,以进行后续的检测工作。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种机器人对焊缝处理的方法,所述机器人上设置有摄像头以及两个结构光投射器,所述两个结构光投射器相对于所述摄像头呈对称设置,所述方法包括:控制所述摄像头在所述两个结构光投射器将激光投射至所述焊缝表面时采集焊缝图像;对获取的焊缝图像进行预处理得到目标焊缝图像;提取所述目标焊缝图像中每条激光在竖直方向上的中心点得到激光条纹图;对所述激光条纹图进行特征提取得到目标激光条纹图;依据所述目标激光条纹图确定多个焊接点;依据所述多个焊接点确定焊缝线;确定所述焊缝线与预设探头中心线的交点,并计算得到所述交点距离预设探头前端面线的距离值;确定所述焊缝线与竖直方向的夹角;根据所述距离值和所述夹角控制所述机器人对焊缝进行检测。
第二方面,本发明实施例还提供了一种机器人对焊缝处理的装置,所述机器人上设置有摄像头以及两个结构光投射器,所述两个结构光投射器相对于所述摄像头呈对称设置,所述装置包括:采集模块,用于控制所述摄像头在所述两个结构光投射器将激光投射至所述焊缝表面时采集焊缝图像;处理模块,用于对获取的焊缝图像进行预处理得到目标焊缝图像;提取模块,用于提取所述目标焊缝图像中每条激光在竖直方向上的中心点得到激光条纹图;特征提取模块,用于对所述激光条纹图进行特征提取得到目标激光条纹图;第一确定模块,用于依据所述目标激光条纹图确定多个焊接点;第二确定模块,用于依据所述多个焊接点确定焊缝线;
计算模块,用于确定所述焊缝线与预设探头中心线的交点,并计算得到所述交点距离预设探头前段面线的距离值;第三确定模块,用于确定所述焊缝线与竖直方向的夹角;检测模块,用于根据所述距离值和所述夹角控制所述机器人对焊缝进行检测。
本发明实施例提供的一种机器人对焊缝处理的方法及装置,该机器人上设置有摄像头以及两个结构光投射器,该两个结构光投射器相对于摄像头呈对称设置。进而,控制摄像头在两个结构光投射器将激光投射至所述焊缝表面时采集焊缝图像,对获取的焊缝图像进行预处理得到目标焊缝图像,提取目标焊缝图像中每条激光在竖直方向上的中心点得到激光条纹图,对激光条纹图进行特征提取得到目标激光条纹图。进一步地,根据该目标激光条纹图确定多个焊接点,并根据多个焊接点确定焊缝线,进而分别确定该焊缝线与预设探头中心线的交点,并计算得到交点距离预设探头前端面线的距离值,以及焊缝线与竖直方向的夹角,最后该机器人将根据该距离值和夹角调控运动姿态以对焊缝进行检测,此时,该机器人上的超声换能器和探头将能保持与焊缝恒定的距离,以方便检测工作的展开。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例提供的一种机器人对焊缝处理方法的流程示意图。
图2示出了本发明实施例提供的一种应用场景示意图。
图3示出了本发明实施例提供的一种焊缝图像的灰度图。
图4示出了本发明实施例提供的一种焊缝图像分割示意图。
图5示出了本发明实施例提供的一种焊缝图像处理示意图。
图6示出了本发明实施例提供的一种目标焊缝图像的示意图。
图7示出了本发明实施例提供的一种提取激光条纹图的示意图。
图8示出了本发明实施例提供的一种激光条纹图的示意图。
图9示出了本发明实施例提供的一种生长种子点提取方法的示意图。
图10示出了本发明实施例提供的一种目标激光条纹图的示意图。
图11示出了本发明实施例提供的一种焊接点的确定方法示意图。
图12示出了本发明实施例提供的一种焊缝线示意图。
图13本发明实施例提供的一种机器人对焊缝处理的装置的功能模块示意图。
图示:100-机器人对焊缝处理的装置;110-采集模块;120-处理模块;130-提取模块;140-特征提取模块;150-第一确定模块;160-第二确定模块;170-计算模块;180-第三确定模块;190-检测模块。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在焊接领域,通常需要对焊缝进行分析,如分析该焊缝的结构、裂纹等,去辨别该焊接有没有不合格的地方。目前常采用超声类无损检测对焊缝进行检测,使用此项技术进行焊缝检测时,需保证超声换能器和焊缝保持恒定的距离,因此,需要对焊缝进行识别以反馈至安装超声换能器的机器人的***中,以使得机器人可以进行姿态和间隔距离的调整,进而方便进行精确检测。目前或是采用手动放置超声换能器的方法,其精度不高,或是采用需占据较大体积的机器人视觉***,由于管道相贯线的角度区域空间狭小,故不方便使用。故本发明实施例提供了一种机器人对焊缝处理的方法,其采用体积小、重量轻的视觉***采集焊缝图像,基于焊缝图像分析确定焊缝线的相关参数,以通过相关参数调节机器人的运动姿态,保证检测工作的顺利进行。
请参照图1,是本发明实施例提供的一种机器人对焊缝处理的方法的流程示意图,该方法包括:
步骤S110,控制所述摄像头在所述两个结构光投射器将激光投射至所述焊缝表面时采集焊缝图像。
请参照图2,是本发明实施例提供的一种应用场景示意图,在实际使用时,该机器人上设置有摄像头以及两个结构光投射器,该两个结构光投射器相对于摄像头呈对称设置。该摄像头距离该焊缝表面高度45-50mm,其视野范围约为25mm*30mm,该两个结构光投射器的距离焊缝表面的安装高度和入射角度分别为26.5mm和40度(与水平线夹角),并距离摄像头25mm。
由于该两个结构光投射器分别设置于摄像头的两侧,故在实际应用时,该位于左侧的结构光投射器发出的结构光将会在摄像头右侧平面上平行分布,该位于右侧的结构光投射器发出的结构光将会在摄像头左侧平面上平行分布,进而得到交叉平行结构光。此时,该摄像头将采集该交叉平行结构光的图像得到焊缝图像。一般情况下,一个结构光投射器将会发出5注平行光,因而,该交叉平行结构光为10注平行光的交叉图像。
步骤S120,对获取的焊缝图像进行预处理得到目标焊缝图像。
首先,对焊缝图像进行灰度处理和中值滤波。
具体为,先对获取的焊缝图像进行灰度化,再则为了过滤摄像头成像带来的热噪声和焊缝反光造成的干扰,进而对焊缝图像进行中值滤波,处理后的效果如图3所示,该图3,是本发明实施例提供的一种焊缝图像的灰度图。
其次,对焊缝图像进行亮度调节。
即是说,该焊缝图像是由两个结构光投射器分别从摄像头的两侧打光采集得到,将有可能存在区域亮度不均匀的情况,因而需要对焊缝图像进行亮度调节。其具体实现方式为:将该焊缝图像划分为两个区域,如图4所示,是本发明实施例提供的一种焊缝图像分割示意图,进而分别计算每个区域内每个像素点的灰度均值,当该两个区域得到的灰度均值均处于一个预设范围内,则将两个区域内的每个像素点的灰度值均减去一个预设灰度值,以实现对整个焊缝图像的亮度调节。
然后,保留焊缝图像上大于预设阈值的像素点。
即是说,对整个焊缝图像进行迭代求最佳分割阈值,进而将小于该最佳分割阈值的像素点去除,如可设置为零(本方案以设置为零进行说明),保留大于该最佳分割阈值的像素点,如可设置为非零。该最佳分割阈值的确定方法为:选取整个焊缝图像上的最大灰度值和最小灰度值,计算该最大灰度值和最小灰度值的均值得到初始阈值,再求取小于该初始阈值的所有像素点的灰度均值,和大于该初始阈值的所有像素点的均值,进而求取两个均值的平均值得到第二阈值,采用同样的方法继续求取第三阈值,当该阈值趋于稳定,选取该稳定下来的阈值为最佳分割阈值。
在保留焊缝图像上大于预设阈值的像素点后,还需对整个焊缝图像进行均值滤波,以消除由强度变化的环境光在激光条纹附近产生的,使阈值分割错误的像素点。
进而,对焊接图像进行拼接,并进行亮度归一化处理,还将该焊接图像中的激光条纹的深度值设置为255,非激光条纹和背景区域的深度值设置为0,其处理效果图如图5所示,该图5为本发明实施例提供的一种焊缝图像处理示意图。
最后,去除所述焊缝图像上面积较小的区域得到目标焊缝图像。
具体为,计算该焊缝图像上所有连通区域的面积,并去除该连通区域的面积小于预设面积大小的连通区域,该面积较小的区域一般为焊缝表面反光形成的光斑、噪点等。进而,去除焊缝图像上面积较小的区域后,将得到较为完整的、没有杂质干扰的目标焊缝图像,如图6所示,图6为本发明实施例提供的一种目标焊缝图像的示意图。
步骤S130,提取所述目标焊缝图像中每条激光在竖直方向上的中心点得到激光条纹图。
具体为,如图7所示,是本发明实施例提供的一种提取激光条纹图的示意图,即是说,从目标焊缝图像的最右边的一列开始依次向前遍历当列下的所有行的像素值。以第一条激光为例,选取该列下每条激光首次大于像素阈值的像素点为第一光条边缘点,该像素阈值为0,在图中,第一光条边缘点记为M0,即是说,选取该列下该条激光中首次像素值大于0的像素点记为M0;同时,选取该列下该条激光中首次像素值等于0的像素点记为第二光条边缘点,即M1。亦即是说,该M0和M1分别为该列中该条激光的两个边缘点,进而计算M0和M1的距离,若该距离在预设范围内,则选取该M0和M1的之间的灰度重心点为该条激光在该列上的中心点。进而,通过类似的方法依次确定出该条激光条纹在其他列上的中心点,该多个中心点相连接得到该条激光的激光中心线,即为激光条纹,并通过该相同的方法确定出其他激光的激光条纹,其效果图如图8所示,该图8为本发明实施例提供的一种激光条纹图的示意图。
步骤S140,对所述激光条纹图进行特征提取得到目标激光条纹图。
即是说得到激光条纹中心图后,由于计算机无法自动识别图中像素点归属的光条区域,需要用区域生长法对图中的激光条纹像素点进行归类和进行断线修复,其具体方式为:
首先,提取激光条纹图中每条激光条纹的生长种子点。
请参照图9,是本发明实施例提供的一种生长种子点提取方法的示意图,设定该激光条纹图中的初始生长点的个数为激光条纹的条数,进而从激光条纹图中的最后一列依次往前遍历(即按图示方向从右往左遍历),并统计当前列中激光条纹图中所有光条点,该光条点即为该竖线与激光条纹的交点。容易理解的,***预设有迭代次数,进而选取在预设迭代次数内一列中存在光条点数量最多的光条点为每条激光条纹的生长种子点,即是说,若当前列遍历得到的光条点为5个,下一列遍历得到的光条点为8个,则保留下一列中得到的光条点个数8个,进而将光条点个数8个与下下列遍历得到的光条点个数进行比较,直至达到预设迭代次数为止。该最终确定的数量最大的光条点即为每条激光条纹的生长种子点。
其次,在预定周期内以所述生长点为中心按照预定步长在所述激光条纹上行进以搜索预定半径内的光条点,并将所述每条激光条纹上的光条点分别存储得到多个光条区域。
即是说,将以每条激光条纹上的生长种子点P(Xi,Yi)为中心,在预定周期内每次行进预定步长,以搜索预定半径内的光条点,每条激光条纹上的光条点划为一个光条区域。该生长周期包括一定数量列,该预定步长一般为1列,进而若在预定半径内找到一个光条点,则将它归属到该条激光条纹对应的光条区域中,如果同时找到两个光条点,则求取该两个光条点的像素平均值后归属至光条区域中,完成一个预定周期后,每条激光条纹对应的光条区域将会生长出多个光条点,如果存在一些列没有找到光条点,将会对该列上的点进行断线插值修复。
具体为,利用线性插值法,插值第Pi(Xi,Yi)点,其中i取值范围是[1,Tx],其中Tx为断线插值阈值,Tx小于搜索预定半径,其算法如下:
该xi-1为相对于xi前一个坐标,该xi+1为相对于xi后一个坐标,进而通过该公式可确定出所缺的(xi,yi)坐标,以得到完整的激光条纹。
进而,采用同样的方式对其他激光条纹依次进行修复,以得到目标激光条纹图,请参照图10,是本发明实施例提供的一种目标激光条纹图的示意图,其中,该圆点表征生长种子点,即是说,以生长种子点为中心按照预定周期进行行进,每行进完一个周期将会在该激光条纹上确定新的生长种子点,该生长种子点之间的区域即为确定的光条点。
步骤S150,依据所述目标激光条纹图确定多个焊接点。
具体为,采用滑窗面积法确定激光条纹图上的多个焊接点,如可设置该滑窗的窗口宽为60个像素点,该滑窗在激光条纹图中从左到右依次在每条激光条纹上滑动,设置其每次步进距离为5个像素点。由于之前确定得到了一条激光条纹对应一个光条区域,因此,选取被窗口框选的激光条纹上的第一部分光条点进行直线拟合得到第一直线模型,该第一部分光条点为处于窗口右侧的光条点,如若该窗口共框选了60个像素点,则选取该位于该窗口右侧的30个光条点进行直线拟合得到第一直线模型L=KX+b。
同时,计算位于该窗口左侧的num+1点起至窗口最左边的所有光条点(即第二部分光条点)至第一直线模型的距离之和Sn,其计算方式为:
其中,N表示累加到窗口某个点,N的值不超过窗口的宽度,当该Sn大于Ts(即预设距离总和),则该num+1点即为焊缝边界点,亦即是说,激光条纹从该点起开始发生弯折,该num+1点即为第一部分光条点和第二部分光条点连接的点。容易理解的,若Sn小于Ts,则移动窗口再次步进5个像素点,并重复上述计算,以重新确定焊接点,且依照同样的方法确定出其他激光条纹上的焊接点。请参照图11,为本发明实施例提供的一种焊接点的确定方法示意图,图中直线即为第一直线模型,该每条第一直线模型与对应激光条纹的交点即为该条激光条纹上的焊接点。
步骤S160,依据所述多个焊接点确定焊缝线。
具体为,通过步骤S150可以获得每条激光条纹对应的焊接点,但是由于相贯线焊缝处弧度不一致,以及焊缝受焊接的影响,所提取的焊接点并不是确定的直线,此外还有程序或光反射干扰等影响因素,所以提取的焊接点并不是完全正确,因此需要进行进一步处理。具体为:
首先,对多个焊接点进行最小二乘拟合得到第二直线模型。
即是说,对该多个焊接点进行最小二乘拟合得到第二直线模型L=KX+b。
其次,计算多个焊接点距离所述第二直线模型的距离均方差。
即是说,依次计算多个焊接点距离第二直线模型的距离、距离均值以及距离均方差,其计算方式为:
若该距离均方差(距离均方差阈值),则表明多个焊接点距离第二直线模型的距离很近,该焊接点确定误差小,故直接以根据多个焊接点确定的第二直线模型输出为焊缝线。若则从N个焊接点中随机选取N-1个点进行最小二乘拟合,由于从N个焊接点中选取N-1个点有N中选法,则此时将得到N个直线模型,如Ln=KnX+bn,(n=1…N),进而分别计算每一种选法下N-1个点距离对应直线模型的距离均方差,其计算方式为:
进而,选取得到的多个距离均方差中最小的距离均方差若N-1>Min_Point(允许参与拟合的最少焊缝点数量),则将该最小的距离均方差对应的直线模型确定为焊缝线,容易理解的,若则继续从N-1个点中提取N-1个点重复上述算法,以至符合要求为止。
步骤S170,确定所述焊缝线与预设探头中心线的交点,并计算得到所述交点距离预设探头前端面线的距离值。
具体为,请参照图12,为本发明实施例提供的一种焊缝线示意图,图中处于激光条纹弯折处的线为焊缝线,另外一条竖直方向的线则为预设探头前端面线,处于水平方向的线为预设探头中心线。进而,该焊缝线与预设探头中心线的交点为P,该交点P距离预设探头前端面线的距离值为D。
步骤S180,确定所述焊缝线与竖直方向的夹角。
即是说,该焊缝线与竖直方向的夹角为θ。
步骤S190,根据所述距离值和所述夹角控制所述机器人对焊缝进行检测。
亦即是说,该机器人分析得到该焊缝后,将进一步分析得到该焊缝的距离值和夹角,以依据该距离值和夹角控制机器人距离焊缝的距离和夹角,以使得安装于机器人上的探头与焊缝保持恒定距离,以便于对焊缝状态进行精确检测,提高检测精度。
由此可见,本发明实施例提供的一种机器人对焊缝处理的方法,通过采集焊缝图像,并通过对图像进行分析和处理得到焊缝线的位置,以根据焊缝线的距离值和夹角调节机器人距离焊缝的距离和夹角,以提高检测的精确度。
请参照图13,是本发明实施例提供的一种机器人对焊缝处理的装置100的功能模块示意图,该装置包括采集模块110、处理模块120、提取模块130、特征提取模块140、第一确定模块150、第二确定模块160、计算模块170、第三确定模块180以及检测模块190。
采集模块110,用于控制所述摄像头在所述两个结构光投射器将激光投射至所述焊缝表面时采集焊缝图像。
在本发明实施例中,步骤S110可以由采集模块110执行。
处理模块120,用于对获取的焊缝图像进行预处理得到目标焊缝图像。
在本发明实施例中,步骤S120可以由处理模块120执行。
提取模块130,用于提取所述目标焊缝图像中每条激光在竖直方向上的中心点得到激光条纹图。
在本发明实施例中,步骤S130可以由提取模块130执行。
特征提取模块140,用于对所述激光条纹图进行特征提取得到目标激光条纹图。
在本发明实施例中,步骤S140可以由修复模块140执行。
第一确定模块150,用于依据所述目标激光条纹图确定多个焊接点。
在本发明实施例中,步骤S150可以由第一确定模块150执行。
第二确定模块160,用于依据所述多个焊接点确定焊缝线。
在本发明实施例中,步骤S160可以由第二确定模块160执行。
计算模块170,用于确定所述焊缝线与预设探头中心线的交点,并计算得到所述交点距离预设探头前段面线的距离值。
在本发明实施例中,步骤S170可以由计算模块170执行。
第三确定模块180,用于确定所述焊缝线与竖直方向的夹角。
在本发明实施例中,步骤S180可以由第三确定模块180执行。
检测模块190,用于根据所述距离值和所述夹角控制所述机器人对焊缝进行检测。
在本发明实施例中,步骤S190可以由检测模块190执行。
由于在机器人对焊缝处理的方法部分已经详细描述,在此不再赘述。
综上所述,本发明实施例提供的一种机器人对焊缝处理的方法及装置,该机器人上设置有摄像头以及两个结构光投射器,该两个结构光投射器相对于摄像头呈对称设置。进而,控制摄像头在两个结构光投射器将激光投射至所述焊缝表面时采集焊缝图像,对获取的焊缝图像进行预处理得到目标焊缝图像,提取目标焊缝图像中每条激光在竖直方向上的中心点得到激光条纹图,对激光条纹图进行特征提取得到目标激光条纹图。进一步地,根据该目标激光条纹图确定多个焊接点,并根据多个焊接点确定焊缝线,进而分别确定该焊缝线与预设探头中心线的交点,并计算得到交点距离预设探头前端面线的距离值,以及焊缝线与竖直方向的夹角,最后该机器人将根据该距离值和夹角调控运动姿态以对焊缝进行检测,此时,该机器人上的超声换能器和探头将能保持与焊缝恒定的距离,以方便检测工作的展开。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明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揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种机器人对焊缝处理的方法,所述机器人上设置有摄像头以及两个结构光投射器,所述两个结构光投射器相对于所述摄像头呈对称设置,其特征在于,所述方法包括:
控制所述摄像头在所述两个结构光投射器将激光投射至所述焊缝表面时采集焊缝图像;
对获取的焊缝图像进行预处理得到目标焊缝图像;
提取所述目标焊缝图像中每条激光在竖直方向上的中心点得到激光条纹图;
对所述激光条纹图进行特征提取得到目标激光条纹图;
依据所述目标激光条纹图确定多个焊接点;
依据所述多个焊接点确定焊缝线;
确定所述焊缝线与预设探头中心线的交点,并计算得到所述交点距离预设探头前端面线的距离值;
确定所述焊缝线与竖直方向的夹角;
根据所述距离值和所述夹角控制所述机器人对焊缝进行检测。
2.如权利要求1所述的方法,其特征在于,所述对获取的焊缝图像进行预处理得到目标焊缝图像的步骤包括:
分别对所述焊缝图像进行灰度处理和中值滤波;
对所述焊缝图像进行亮度调节;
保留所述焊缝图像上大于预设阈值的像素点;
去除所述焊缝图像上面积较小的区域得到目标焊缝图像。
3.如权利要求1所述的方法,其特征在于,所述提取所述目标焊缝图像中每条激光在竖直方向上的中心点得到激光条纹图的步骤包括:
遍历所述目标焊缝图像中每列所有行的像素值;
选取每列每条激光中首次大于像素阈值的像素点为第一光条边缘点;
选取每列每条激光中首次等于像素阈值的像素点为第二光条边缘点;
计算所述第一光条边缘点和第二光条边缘点的距离,若所述距离在预设范围内,则选取所述第一光条边缘点和第二光条边缘点的重心点为所述激光在此列上的中心点,多个所述中心点形成所述激光条纹图。
4.如权利要求1所述的方法,其特征在于,所述对所述激光条纹图进行特征提取得到目标激光条纹图的步骤包括:
提取所述激光条纹图中的每条激光条纹的生长种子点;
在预定生长周期内以所述生长种子点为中心按照预定步长在所述激光条纹上行进以搜索预定半径内的光条点,并将所述每条激光条纹上的光条点分别存储得到多个光条区域;
若当前步长下没有找到光条点,则对当前步长下对应的点进行断线插值修复以得到目标激光条纹图。
5.如权利要求4所述的方法,其特征在于,所述提取所述激光条纹图中的每条激光条纹的生长种子点的步骤包括:
遍历所述激光条纹图中的每一列;
在统计当前列中所述激光条纹图中所有的光条点;
选取预设迭代次数下一列中存在光条点数量最多的光条点为每条激光条纹的生长种子点。
6.如权利要求1所述的方法,其特征在于,所述依据所述目标激光条纹图确定多个焊接点的步骤包括:
采用预定宽度的窗口依次在所述目标激光条纹图上的每条激光条纹上滑动;
选取被所述窗口框选的所述激光条纹上的第一部分光条点进行直线拟合得到第一直线模型;
计算被所述窗口框选的所述激光条纹上的第二部分光条点距离所述第一直线模型的距离总和;
若所述距离总和大于预设距离总和,则选取所述第一部分光条点与第二部分光条点连接的光条点为焊接点。
7.如权利要求1所述的方法,其特征在于,所述依据多个焊接点确定焊接线的步骤包括:
对所述多个焊接点进行最小二乘拟合得到第二直线模型;
计算所述多个焊接点距离所述第二直线模型的距离均方差;
若所述距离均方差小于距离均方差阈值,则将所述第二直线模型确定为焊接线。
8.如权利要求7所述的方法,其特征在于,所述方法还包括:
若所述距离均方差大于距离均方差阈值,则从所述多个焊接点中任意选取比多个焊接点的数量少一个的焊接点进行最小二乘拟合分别得到多个直线模型;
分别计算比多个焊接点的数量少一个的焊接点距离对应直线模型的距离均方差;
若选取所有距离均方差中最小的距离均方差与距离均方差阈值进行比较,若所述距离均方差小于距离均方差阈值,则将所述距离均方差对应的直线模型确定为焊接线。
9.一种机器人对焊缝处理的装置,所述机器人上设置有摄像头以及两个结构光投射器,所述两个结构光投射器相对于所述摄像头呈对称设置,其特征在于,所述装置包括:
采集模块,用于控制所述摄像头在所述两个结构光投射器将激光投射至所述焊缝表面时采集焊缝图像;
处理模块,用于对获取的焊缝图像进行预处理得到目标焊缝图像;
提取模块,用于提取所述目标焊缝图像中每条激光在竖直方向上的中心点得到激光条纹图;
特征提取模块,用于对所述激光条纹图进行特征提取得到目标激光条纹图;
第一确定模块,用于依据所述目标激光条纹图确定多个焊接点;
第二确定模块,用于依据所述多个焊接点确定焊缝线;
计算模块,用于确定所述焊缝线与预设探头中心线的交点,并计算得到所述交点距离预设探头前段面线的距离值;
第三确定模块,用于确定所述焊缝线与竖直方向的夹角;
检测模块,用于根据所述距离值和所述夹角控制所述机器人对焊缝进行检测。
10.如权利要求9所述的装置,其特征在于,所述处理模块具体用于:
分别对所述焊缝图像进行灰度处理和中值滤波;
对所述焊缝图像进行亮度调节;
保留所述焊缝图像上大于预设阈值的像素点;
去除所述焊缝图像上面积较小的区域得到目标焊缝图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810966679.8A CN109146866B (zh) | 2018-08-23 | 2018-08-23 | 机器人对焊缝处理的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810966679.8A CN109146866B (zh) | 2018-08-23 | 2018-08-23 | 机器人对焊缝处理的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109146866A true CN109146866A (zh) | 2019-01-04 |
CN109146866B CN109146866B (zh) | 2020-11-27 |
Family
ID=64791109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810966679.8A Active CN109146866B (zh) | 2018-08-23 | 2018-08-23 | 机器人对焊缝处理的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109146866B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949327A (zh) * | 2019-03-22 | 2019-06-28 | 大连大学 | 一种激光焊待焊件图像中直线边缘上圆形域灰度计算方法 |
CN111633337A (zh) * | 2020-05-25 | 2020-09-08 | 西咸新区大熊星座智能科技有限公司 | 用于激光焊缝测量的消除反光方法及装置 |
CN112355478A (zh) * | 2020-10-30 | 2021-02-12 | 北京博清科技有限公司 | 焊接控制方法、装置及电子设备 |
CN112749732A (zh) * | 2020-12-15 | 2021-05-04 | 华南理工大学 | 一种用于结构光焊缝定位的多模板夹角分辨率计算方法 |
CN112809175A (zh) * | 2020-12-29 | 2021-05-18 | 深圳市利拓光电有限公司 | 基于半导体激光器的焊接方法、装置、设备及存储介质 |
CN113129270A (zh) * | 2021-03-25 | 2021-07-16 | 武汉锐科光纤激光技术股份有限公司 | 一种确定焊缝线的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6856662B2 (en) * | 2003-05-13 | 2005-02-15 | Framatome Anp, Inc. | Remote examination of reactor nozzle J-groove welds |
CN101750416A (zh) * | 2008-12-19 | 2010-06-23 | 中国科学院沈阳自动化研究所 | 一种基于线结构光的视觉焊缝表面质量检测传感器 |
CN101770641A (zh) * | 2008-12-26 | 2010-07-07 | 中国科学院沈阳自动化研究所 | 一种结构光焊缝图像特征点快速提取方法 |
CN103955927A (zh) * | 2014-04-26 | 2014-07-30 | 江南大学 | 一种基于激光视觉的角焊缝自动跟踪方法 |
CN105081627A (zh) * | 2015-08-13 | 2015-11-25 | 北人机器人***(苏州)有限公司 | 基于双线激光测量***的焊缝测量方法 |
CN106312397A (zh) * | 2016-10-12 | 2017-01-11 | 华南理工大学 | 一种激光视觉引导的焊接轨迹自动跟踪***及方法 |
CN106469312A (zh) * | 2016-09-29 | 2017-03-01 | 江苏省特种设备安全监督检验研究院 | 基于区域生长标号的焊缝视觉识别方法 |
US10036731B2 (en) * | 2016-03-31 | 2018-07-31 | Honda Motor Co., Ltd. | Weld testing system and method for a welding assembly |
-
2018
- 2018-08-23 CN CN201810966679.8A patent/CN109146866B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6856662B2 (en) * | 2003-05-13 | 2005-02-15 | Framatome Anp, Inc. | Remote examination of reactor nozzle J-groove welds |
CN101750416A (zh) * | 2008-12-19 | 2010-06-23 | 中国科学院沈阳自动化研究所 | 一种基于线结构光的视觉焊缝表面质量检测传感器 |
CN101770641A (zh) * | 2008-12-26 | 2010-07-07 | 中国科学院沈阳自动化研究所 | 一种结构光焊缝图像特征点快速提取方法 |
CN103955927A (zh) * | 2014-04-26 | 2014-07-30 | 江南大学 | 一种基于激光视觉的角焊缝自动跟踪方法 |
CN105081627A (zh) * | 2015-08-13 | 2015-11-25 | 北人机器人***(苏州)有限公司 | 基于双线激光测量***的焊缝测量方法 |
US10036731B2 (en) * | 2016-03-31 | 2018-07-31 | Honda Motor Co., Ltd. | Weld testing system and method for a welding assembly |
CN106469312A (zh) * | 2016-09-29 | 2017-03-01 | 江苏省特种设备安全监督检验研究院 | 基于区域生长标号的焊缝视觉识别方法 |
CN106312397A (zh) * | 2016-10-12 | 2017-01-11 | 华南理工大学 | 一种激光视觉引导的焊接轨迹自动跟踪***及方法 |
Non-Patent Citations (4)
Title |
---|
XINNIAN WANG 等: "A Robust Vision Based Weld Center Finding Method In Automatic Ultrasonic Nondestructive Test", 《2007 IEEE INTERNATIONAL CONFERENCE ON CONTROL AND AUTOMATION》 * |
徐志新: "基于数字图像处理的焊缝自动跟踪算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
李原 等: "一种焊缝结构光图像处理与特征提取方法", 《焊接学报》 * |
赵军 等: ""焊缝结构光图像处理与特征提取方法", 《西安交通大学学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949327A (zh) * | 2019-03-22 | 2019-06-28 | 大连大学 | 一种激光焊待焊件图像中直线边缘上圆形域灰度计算方法 |
CN111633337A (zh) * | 2020-05-25 | 2020-09-08 | 西咸新区大熊星座智能科技有限公司 | 用于激光焊缝测量的消除反光方法及装置 |
CN112355478A (zh) * | 2020-10-30 | 2021-02-12 | 北京博清科技有限公司 | 焊接控制方法、装置及电子设备 |
CN112749732A (zh) * | 2020-12-15 | 2021-05-04 | 华南理工大学 | 一种用于结构光焊缝定位的多模板夹角分辨率计算方法 |
CN112749732B (zh) * | 2020-12-15 | 2023-08-22 | 华南理工大学 | 一种用于结构光焊缝定位的多模板夹角分辨率计算方法 |
CN112809175A (zh) * | 2020-12-29 | 2021-05-18 | 深圳市利拓光电有限公司 | 基于半导体激光器的焊接方法、装置、设备及存储介质 |
CN112809175B (zh) * | 2020-12-29 | 2022-08-12 | 深圳市利拓光电有限公司 | 基于半导体激光器的焊接方法、装置、设备及存储介质 |
CN113129270A (zh) * | 2021-03-25 | 2021-07-16 | 武汉锐科光纤激光技术股份有限公司 | 一种确定焊缝线的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109146866B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146866A (zh) | 机器人对焊缝处理的方法及装置 | |
US9087258B2 (en) | Method for counting objects and apparatus using a plurality of sensors | |
JP4933771B2 (ja) | 画像システムにおいてビデオツールを自動的にリカバリーするシステムおよび方法 | |
JP6282508B2 (ja) | 凸凹表面のエッジに向けて強化されたエッジ検出ツール | |
DE102012021375B4 (de) | Vorrichtung und Verfahren zum Erkennen einer dreidimensionalen Position und Orientierung eines Artikels | |
CN102455171B (zh) | 一种激光拼焊焊缝背面几何形貌检测方法 | |
US8885945B2 (en) | Method for improving repeatability in edge location results of a machine vision inspection system | |
EP1459035B1 (en) | Method for determining corresponding points in stereoscopic three-dimensional measurements | |
CN108320799B (zh) | 一种用于侧向流纸条疾病诊断的图像分析与识别方法 | |
US20020159053A1 (en) | Machine vision system and method for analyzing illumination lines in an image to determine characteristics of an object being inspected | |
CN108344693A (zh) | 一种储油柜薄板焊缝错边量视觉测量装置及方法 | |
US20210160434A1 (en) | Microscope and Method for Processing Microscope Images | |
CN115068082A (zh) | 基于机器视觉的电极植入方法及*** | |
JP2007252707A (ja) | 画像解析装置及び画像解析プログラム | |
CN112991327B (zh) | 基于机器视觉的钢格网焊接***、方法和终端设备 | |
JP2004239791A (ja) | ズームによる位置計測方法 | |
WO2021238095A1 (zh) | 一种合金分析***及其复检方法 | |
CN110598635B (zh) | 一种针对连续视频帧中的人脸检测与瞳孔定位方法及*** | |
CN112461846A (zh) | 工件缺陷检测方法及装置 | |
CN115684165B (zh) | 载玻片检测仪的定位方法及检测仪和载玻片 | |
TWI697846B (zh) | 物體辨識方法及其裝置 | |
CN116740036A (zh) | 一种钢管管端引熄弧板切割点位检测方法和*** | |
DE102016003512A1 (de) | Verfahren und Vorrichtung zur Ermittlung von 3D-Koordinaten zumindest eines vorbestimmten Punktes eines Objekts | |
CN110148141A (zh) | 一种丝印滤光片小片检测计数方法及设备 | |
JP2004354320A (ja) | 撮像対象物品の認識検定システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |