CN114043081A - 一种激光焊接的多焊缝类型特征点识别方法及*** - Google Patents
一种激光焊接的多焊缝类型特征点识别方法及*** Download PDFInfo
- Publication number
- CN114043081A CN114043081A CN202111403729.XA CN202111403729A CN114043081A CN 114043081 A CN114043081 A CN 114043081A CN 202111403729 A CN202111403729 A CN 202111403729A CN 114043081 A CN114043081 A CN 114043081A
- Authority
- CN
- China
- Prior art keywords
- weld
- welding
- type
- point
- frame
- 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
- 238000003466 welding Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012937 correction Methods 0.000 claims abstract description 30
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 230000036544 posture Effects 0.000 claims abstract description 4
- 210000001503 joint Anatomy 0.000 claims description 6
- 238000005493 welding type Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/20—Bonding
- B23K26/21—Bonding by welding
-
- 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
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/70—Auxiliary operations or equipment
- B23K26/702—Auxiliary equipment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明属于激光焊接技术领域，具体涉及一种激光焊接的多焊缝类型特征点识别方法及***。包括以下步骤：S1、调整焊枪和传感器姿态，从各个角度拍摄原始焊缝图像；S2、提取原始焊缝图像中每一帧中所有数据点的横坐标和纵坐标作为原始数据；S3、对每一帧数据进行预处理，得到当前帧的数据点；S4、根据数据点以及设置的阈值条件来判断焊缝类型；S5、根据不同的焊缝类型来判断其特征点；S6、根据每帧图像记录的特征点来实现多帧之间的特征点校正。本发明算法简易、计算量小，特征点识别准确率高。
Description
技术领域
本发明属于激光焊接技术领域，具体涉及一种激光焊接的多焊缝类型特征点识别方法及***。
背景技术
随着工业自动化技术的快速发展，焊接技术已经成为一种非常重要的金属热加工技术。目前，焊缝自动跟踪常用的方法是：给定轨迹的目标控制方式和监视焊接点的图像处理方法。基于结构光条纹图像的焊缝特征跟踪***一般包括激光光源、成像***和补偿运动机构，其通过中心线提取、焊缝曲线拟合、特征点识别以及补偿算法，利用补偿运动机构进行焊缝自动跟踪。
对于一个焊接产品，可能包括多种焊缝类型，这就需要结构光视觉传感器能够准确的应对不同类型焊缝的识别要求。目前，大多数焊缝识别方法只能针对其中一种焊缝类型进行识别，没有通用性，适应性较差；还有的采用焊缝灰度突变和拟合直线法，当焊缝噪声较大时容易将噪声误判成激光线的拐点，降低了焊缝自动跟踪的精确性。
发明内容
针对上述现有技术中的不足，本发明的目的在于提供一种激光焊接的多焊缝类型特征点识别方法及***，以提高多焊缝类型特征点的识别精度及稳定度。
为了实现上述目的，本发明采用的技术方案为：一种激光焊接的多焊缝类型特征点识别方法，包括以下步骤：
S1、调整焊枪和传感器姿态，从各个角度拍摄原始焊缝图像；
S2、提取原始焊缝图像中每一帧中所有数据点的横坐标和纵坐标作为原始数据；
S3、对每一帧数据进行预处理，得到当前帧的数据点；
S4、对数据点进行焊缝参数检测，根据检测到的焊缝参数以及设置的阈值条件来判断焊缝类型；
S5、根据不同的焊缝类型来判断其特征点；
S6、根据每帧图像记录的特征点来实现多帧之间的特征点校正。
所述步骤S4中，判断的焊缝类型包括对接性焊缝、搭接型焊缝、角焊型焊缝或无类型焊缝。
所述步骤S4中，所述焊缝参数包括焊缝的空隙大小、落差距离以及夹角度数。
所述步骤S5中，根据不同的焊缝类型来判断其特征点的具体方法为：
当焊缝是对接型时，将数据点的横坐标投影到水平轴对空隙的宽度进行判断，将空隙中心点作为对接型特征点；
当焊缝是搭接型时，将数据点的纵坐标投影到垂直轴对落差的高度进行判断，将落差中心点最为搭接型特征点；
当焊缝是角焊型时，分别根据焊缝左右侧的数据点拟合直线，以两条直线的交点为中心，设定步长n*n的区域作为角焊特征点的感兴趣区域，其中n为整数，表示像素点个数；根据两条直线的斜率差值，来判断当前角焊的开口朝向；斜率差值为正数则判断角焊开口朝上，将感兴趣区域内的最小值坐标作为特征点；斜率差值为负数则判断角焊开口朝下，将感兴趣区域内的最大值坐标作为特征点；
当焊缝是无类型时，则当前帧的特征点延用前一帧的特征点。
所述n的取值为100～150。
所述步骤S6中，特征点校正的具体方法为：
S601、当连续三帧图像的焊缝类型相同，且特征点坐标相似时，将其特征点坐标的均值作为初始校正点坐标Pc；
S602、从第四帧图像开始，用当前帧特征点坐标与初始校正点坐标Pc对比，若其横轴坐标差值大于偏差阈值，则将当前帧的特征点坐标Ps用初始校正点坐标Pc替换；
S603、若连续三帧出现无类型焊缝时，暂停校正，直到出现新的初始校正点坐标Pc，则重复步骤S602的校正，依此逐帧重复校正步骤。
所述偏差阈值设定为50～80像素。
所述步骤S5中，对帧数据进行预处理的具体方法为：
首先删除横、纵坐标值为空或0的无效数据点，然后删除相同横坐标的重复数据点，最终得到当前帧的数据点。
此外，本发明还提供了一种激光焊接的多焊缝类型特征点补偿***，包括：第一十字滑台、第二十字滑台、第一线激光传感器、第二线激光传感器、控制器、示教器和手工补偿摇杆，
所述第一十字滑台和第二十字滑台用于带动焊枪在水平面和垂直平面内滑动；
第一线激光传感器和第二线激光传感器用于拍摄和扫描焊缝图像；
所述控制器用于根据第一线激光传感器和第二线激光传感器拍摄的焊缝图像，采用所述的一种激光焊接的多焊缝类型特征点识别方法识别得到焊缝类型和特征点坐标，并输出到所述示教器显示；
所述手工补偿摇杆用于进行人工补偿。
所述第一线激光传感器和第二线激光传感器与所述控制器通过通讯协议ModbusTCP连接。
与现有技术相比，本发明具有以下有益效果：
本发明操作简单，只需要设定不同焊缝类型的阈值就可以准确得输出特征点。整体的算法简易、计算量小，通过空间上的校正特征点准确率高。其***结构组成简洁，易于拆卸维护，节省计算机资源，***低，可移植性高实用性强。
附图说明
图1为本发明实施例一提供的一种激光焊接的多焊缝类型特征点识别方法的流程示意图；
图2为不同焊缝类型的特征点示意图；
图3为本发明实施例中焊缝特征点的校正图；
图4为本发明实施例二提供的一种激光焊接的多焊缝类型特征点识别***的结构示意图；
图5为本发明实施例二提供的一种激光焊接的多焊缝类型特征点识别***的工作流程图。
具体实施例方式
为使本发明的技术方案和优点更加清楚，下面将结合具体实施例和附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动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。
实施例一
如图1所示，本发明提供了一种激光焊接的多焊缝类型特征点识别方法，包括以下步骤：
S1、调整焊枪和传感器姿态，从各个角度拍摄原始焊缝图像。
S2、提取原始焊缝图像中每一帧中所有数据点的横坐标和纵坐标作为原始数据。
本实施例中，拍摄的原始焊缝图像为raw格式。
S3、对每一帧数据进行预处理，得到当前帧的数据点。
在得到原始的数据后，须对每一帧数据进行有效的预处理：首先删除横、纵坐标值为空或0的无效数据点，然后删除相同横坐标的重复数据点，最终得到当前帧的数据点。
S4、对数据进行焊缝的空隙大小、落差距离、夹角度数检测，根据焊缝的空隙大小、落差距离、夹角度数以及设置的阈值条件来判断焊缝类型。
所述步骤S4中，判断的焊缝类型包括对接性焊缝、搭接型焊缝、角焊型焊缝或无类型焊缝。
本实施例中，分别设定不同焊缝类型的阈值：对接型焊缝，设置空隙阈值weight_threshold为20-40像素；搭接型焊缝，设置落差阈值height_threshold为20-40像素，角焊型焊缝，设置角度阈值angle_threshold为10-20度。对数据同时进行焊缝的空隙大小、落差距离、夹角度数检测，根据不同阈值的满足来判断焊缝的类型。例如，如果数据点的空隙大小空隙阈值,则判定为对接型焊缝,若数据点的落差距离大于落差阈值,则判定为搭接型焊缝,如果数据点的夹角度数大于角度阈值,则判定为角焊型焊缝；如果所有的阈值都不满足，焊缝类型标记为无类型。
S5、根据不同的焊缝类型来判断其特征点。
所述步骤S5中，根据不同的焊缝类型来判断其特征点的具体方法为：
当焊缝是对接型时，将数据点的横坐标投影到水平轴，对空隙的宽度进行判断，将空隙中心点作为对接型特征点；
当焊缝是搭接型时，将数据点的纵坐标投影到垂直轴，对落差的高度进行判断，将落差中心点最为搭接型特征点；
当焊缝是角焊型时，分别根据焊缝左右侧的数据点拟合直线，以两条直线的交点为中心，设定步长n*n的区域作为角焊特征点的感兴趣区域，其中n为整数，表示像素点；根据两条直线的斜率差值，来判断当前角焊的开口朝向；斜率差值为正数则判断角焊开口朝上，将感兴趣区域内的最小值坐标作为特征点；斜率差值为负数则判断角焊开口朝下，将感兴趣区域内的最大值坐标作为特征点；
当焊缝是无类型时，则当前帧的特征点延用前一帧的特征点。
具体地，本实施例中，所述n的取值为100～150。
S6、根据每帧图像记录的特征点来实现多帧之间的特征点校正。
所述步骤S6中，特征点校正的具体方法为：
S601、当连续三帧图像的焊缝类型相同，且特征点坐标相似时，将其特征点坐标的均值作为初始校正点坐标Pc；
S602、从第四帧图像开始，用当前帧特征点坐标与初始校正点坐标Pc对比，若其横轴坐标差值大于偏差阈值，则将当前帧的特征点坐标Ps用初始校正点坐标Pc替换；
S603、若连续三帧出现无类型焊缝时，暂停校正，直到出现新的初始校正点坐标Pc，则重复步骤S602的校正，依此逐帧重复校正步骤。
具体地，本实施例中，所述偏差阈值设定为50～80像素。
如图2所示，为不同焊缝类型的特征点，其中，A表示对接型焊缝，B表示搭接型型焊缝，C表示角焊型焊缝，如图3所示，为本实施例中，焊缝特征点的校正示意图，图中，圆圈为未校正前特征点，三角形是校正后特征点。
本实施例提供了一种激光焊接的多焊缝类型特征点识别方法，可以根据实际需求来设定不同类型焊缝的阈值，通过简单的阈值条件满足就可以得到焊缝类型，减少参数过多带来的操作难度。而且，本实施例中，拼接型和搭接型利用不同方向的投影，满足阈值条件的线段中心点就是特征点。计算量小，噪声部分投影后基本不满足阈值条件，可以有效避免噪声影响。此外，为了保障角焊感兴趣区域包含特征点，区间的宽度n应该选择在100～150。角焊型焊缝通过判断开口朝向可以准确得用峰谷值来搜索特征点，有效地节约了计算时间和资源，更加简洁高效。而且，本实施例多帧之间的校正时，用当前帧和前3帧的特征点坐标均值进行比较，阈值设定为50～80，重复校正步骤，能够实现实时校正。
实施例二
如图4所示，本发明实施例二提供了一种激光焊接的多焊缝类型特征点补偿***，包括：第一十字滑台、第二十字滑台、第一线激光传感器、第二线激光传感器、控制器、示教器和手工补偿摇杆，所述第一十字滑台和第二十字滑台用于带动焊枪在水平面和垂直平面内滑动；第一线激光传感器和第二线激光传感器用于拍摄和扫描焊缝图像；所述控制器用于根据第一线激光传感器和第二线激光传感器拍摄的焊缝图像，采用实施例一所述的一种激光焊接的多焊缝类型特征点识别方法识别得到焊缝类型和特征点坐标，并输出到所述示教器显示；所述手工补偿摇杆用于进行人工补偿。
具体第，本实施例中，焊枪设置在第一十字滑台上，第一十字滑台设置在第二十字滑台上，则焊枪可以在第一十字滑台的带动下沿水平内二维运动，第一十字滑台在第二十字滑台的带动下沿竖直平面内二维滑动，实现焊枪在水平、垂直平面内的二维滑动，焊枪与电机相连，电机用于驱动焊枪在水平、垂直十字滑台上滑动。在焊枪的附近设置第一线激光传感器和第二线激光传感器，用于拍摄、扫描焊缝图像；其中，一个线激光传感器对高度进行识别，另一个线激光器对水平方向进行识别；示教器和手动补偿摇杆用于人工补偿。第一、二线激光传感器均使用通讯协议Modbus TCP与控制器相连，控制器输出信号传输到示教器与手工补偿摇杆。
如图5所示，为发明实施例二提供的一种激光焊接的多焊缝类型特征点补偿***的安装及工作流程示意图。其具体包括以下几个步骤：
步骤1：绑定第一线激光传感器和第二线激光传感器，其中一个为水平设置，另一个为垂直设置。
步骤2：设置水平、垂直轴与两个线激光传感器之间的对应关系。
步骤3：线激光标定：方法1：直接通过任务号发送给传感器；方法2：移动TCP(焊丝端点)五次，取得五次TCP的坐标和传感器读数，通过Modbus调用任务号发送给传感器，进行标定计算。
步骤4：开始获取激光焊缝特征点坐标。具体通过实施例一的方式获得激光焊缝特征点坐标。
步骤5：根据特征点通过运动机构实时补偿，补偿的具体方法为：根据特征点的数值变化控制运动机构进行补偿，补偿的作用就是使焊枪移动到焊缝上。设定延时时间并补偿水平轴、垂直轴。水平轴补偿：获取X数值后为直接补偿值，获取后需要延时一段时间后再补偿，延时时间可以配置，单位为100ms，最长为20s。传感器输出为0时不补偿。垂直轴补偿：从模拟量读出电压量，经过标定转换后为直接补偿值。补偿时间需要延迟，延迟延时时间可以配置，单位为100ms，最长为2S。
步骤6：手动摇杆补偿方式：使用摇杆或按键进行人工补偿，人工补偿每输入一次直接叠加到传感器数量上补偿一次，在自动实时补偿失效的情况的，通过人工补偿介入，进行辅助。
步骤7：判断是否收到结束指令，若收到则退出***，否则重复步骤4。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种激光焊接的多焊缝类型特征点识别方法，其特征在于，包括以下步骤：
S1、调整焊枪和传感器姿态，从各个角度拍摄原始焊缝图像；
S2、提取原始焊缝图像中每一帧中所有数据点的横坐标和纵坐标作为原始数据；
S3、对每一帧数据进行预处理，得到当前帧的数据点；
S4、对数据点进行焊缝参数检测，根据检测到的焊缝参数以及设置的阈值条件来判断焊缝类型；
S5、根据不同的焊缝类型来判断其特征点；
S6、根据每帧图像记录的特征点来实现多帧之间的特征点校正。
2.根据权利要求1所述的一种激光焊接的多焊缝类型特征点识别方法，其特征在于，所述步骤S4中，判断的焊缝类型包括对接性焊缝、搭接型焊缝、角焊型焊缝或无类型焊缝。
3.根据权利要求1所述的一种激光焊接的多焊缝类型特征点识别方法，其特征在于，所述步骤S4中，所述焊缝参数包括焊缝的空隙大小、落差距离以及夹角度数。
4.根据权利要求1所述的一种激光焊接的多焊缝类型特征点识别方法，其特征在于，所述步骤S5中，根据不同的焊缝类型来判断其特征点的具体方法为：
当焊缝是对接型时，将数据点的横坐标投影到水平轴对空隙的宽度进行判断，将空隙中心点作为对接型特征点；
当焊缝是搭接型时，将数据点的纵坐标投影到垂直轴对落差的高度进行判断，将落差中心点最为搭接型特征点；
当焊缝是角焊型时，分别根据焊缝左右侧的数据点拟合直线，以两条直线的交点为中心，设定步长n*n的区域作为角焊特征点的感兴趣区域，其中n为整数，表示像素点个数；根据两条直线的斜率差值，来判断当前角焊的开口朝向；斜率差值为正数则判断角焊开口朝上，将感兴趣区域内的最小值坐标作为特征点；斜率差值为负数则判断角焊开口朝下，将感兴趣区域内的最大值坐标作为特征点；
当焊缝是无类型时，则当前帧的特征点延用前一帧的特征点。
5.根据权利要求1所述的一种激光焊接的多焊缝类型特征点识别方法，其特征在于，所述n的取值为100～150。
6.根据权利要求1所述的一种激光焊接的多焊缝类型特征点识别方法，其特征在于，所述步骤S6中，特征点校正的具体方法为：
S601、当连续三帧图像的焊缝类型相同，且特征点坐标相似时，将其特征点坐标的均值作为初始校正点坐标Pc；
S602、从第四帧图像开始，用当前帧特征点坐标与初始校正点坐标Pc对比，若其横轴坐标差值大于偏差阈值，则将当前帧的特征点坐标Ps用初始校正点坐标Pc替换；
S603、若连续三帧出现无类型焊缝时，暂停校正，直到出现新的初始校正点坐标Pc，则重复步骤S602的校正，依此逐帧重复校正步骤。
7.根据权利要求6所述的一种激光焊接的多焊缝类型特征点识别方法，其特征在于，所述偏差阈值设定为50～80像素。
8.根据权利要求1所述的一种激光焊接的多焊缝类型特征点识别方法，其特征在于，所述步骤S5中，对帧数据进行预处理的具体方法为：
首先删除横、纵坐标值为空或0的无效数据点，然后删除相同横坐标的重复数据点，最终得到当前帧的数据点。
9.一种激光焊接的多焊缝类型特征点补偿***，其特征在于，包括：第一十字滑台、第二十字滑台、第一线激光传感器、第二线激光传感器、控制器、示教器和手工补偿摇杆，
所述第一十字滑台和第二十字滑台用于带动焊枪在水平面和垂直平面内滑动；
第一线激光传感器和第二线激光传感器用于拍摄和扫描焊缝图像；
所述控制器用于根据第一线激光传感器和第二线激光传感器拍摄的焊缝图像，采用权利要求1所述的一种激光焊接的多焊缝类型特征点识别方法识别得到焊缝类型和特征点坐标，并输出到所述示教器显示；
所述手工补偿摇杆用于进行人工补偿。
10.根据权利要求9所述的一种激光焊接的多焊缝类型特征点补偿***，其特征在于，所述第一线激光传感器和第二线激光传感器与所述控制器通过通讯协议Modbus TCP连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111403729.XA CN114043081B (zh) | 2021-11-24 | 2021-11-24 | 一种激光焊接的多焊缝类型特征点识别方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111403729.XA CN114043081B (zh) | 2021-11-24 | 2021-11-24 | 一种激光焊接的多焊缝类型特征点识别方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114043081A true CN114043081A (zh) | 2022-02-15 |
| CN114043081B CN114043081B (zh) | 2023-12-22 |
Family
ID=80210689
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111403729.XA Active CN114043081B (zh) | 2021-11-24 | 2021-11-24 | 一种激光焊接的多焊缝类型特征点识别方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114043081B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08276271A (ja) * | 1995-04-05 | 1996-10-22 | Nippon Steel Corp | 倣い溶接方法及び装置 |
| CN104084669A (zh) * | 2014-06-20 | 2014-10-08 | 河北工业大学 | 一种基于解耦检测的环缝视觉检测方法及装置 |
| CN106066185A (zh) * | 2016-05-24 | 2016-11-02 | 华南理工大学 | 一种面向焊缝跟踪的线激光传感器自动标定装置及方法 |
| CN107186320A (zh) * | 2017-07-19 | 2017-09-22 | 南昌航空大学 | 一种流水孔焊缝自动识别跟踪方法 |
| CN107999955A (zh) * | 2017-12-29 | 2018-05-08 | 华南理工大学 | 一种六轴工业机器人线激光焊缝自动跟踪***及方法 |
| CN108898158A (zh) * | 2018-05-31 | 2018-11-27 | 华南理工大学 | 一种基于分段线性拟合的焊缝识别方法 |
| CN109604777A (zh) * | 2017-12-07 | 2019-04-12 | 淮安信息职业技术学院 | 基于激光结构光的焊缝视觉跟踪***及方法 |
| CN110480128A (zh) * | 2019-08-28 | 2019-11-22 | 华南理工大学 | 一种六自由度焊接机器人线激光实时焊缝跟踪方法 |
| CN110524580A (zh) * | 2019-09-16 | 2019-12-03 | 西安中科光电精密工程有限公司 | 一种焊接机器人视觉组件及其测量方法 |
| US20200269340A1 (en) * | 2018-07-25 | 2020-08-27 | Tonggao Advanced Manufacturing Technology Co., Ltd. | Active Laser Vision Robust Weld Tracking System and Weld Position Detection Method |
| CN111695575A (zh) * | 2020-06-06 | 2020-09-22 | 南京理工大学 | 一种基于改进均值滤波法的焊缝图像特征点提取方法 |
| CN112589232A (zh) * | 2020-12-15 | 2021-04-02 | 广东工业大学 | 一种基于独立纠偏型深度学习的焊缝跟踪方法及装置 |
| CN113102880A (zh) * | 2021-04-02 | 2021-07-13 | 广西大学 | 一种基于视觉示教的线激光焊缝自动跟踪***及方法 |
-
2021
- 2021-11-24 CN CN202111403729.XA patent/CN114043081B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08276271A (ja) * | 1995-04-05 | 1996-10-22 | Nippon Steel Corp | 倣い溶接方法及び装置 |
| CN104084669A (zh) * | 2014-06-20 | 2014-10-08 | 河北工业大学 | 一种基于解耦检测的环缝视觉检测方法及装置 |
| CN106066185A (zh) * | 2016-05-24 | 2016-11-02 | 华南理工大学 | 一种面向焊缝跟踪的线激光传感器自动标定装置及方法 |
| CN107186320A (zh) * | 2017-07-19 | 2017-09-22 | 南昌航空大学 | 一种流水孔焊缝自动识别跟踪方法 |
| CN109604777A (zh) * | 2017-12-07 | 2019-04-12 | 淮安信息职业技术学院 | 基于激光结构光的焊缝视觉跟踪***及方法 |
| CN107999955A (zh) * | 2017-12-29 | 2018-05-08 | 华南理工大学 | 一种六轴工业机器人线激光焊缝自动跟踪***及方法 |
| CN108898158A (zh) * | 2018-05-31 | 2018-11-27 | 华南理工大学 | 一种基于分段线性拟合的焊缝识别方法 |
| US20200269340A1 (en) * | 2018-07-25 | 2020-08-27 | Tonggao Advanced Manufacturing Technology Co., Ltd. | Active Laser Vision Robust Weld Tracking System and Weld Position Detection Method |
| CN110480128A (zh) * | 2019-08-28 | 2019-11-22 | 华南理工大学 | 一种六自由度焊接机器人线激光实时焊缝跟踪方法 |
| CN110524580A (zh) * | 2019-09-16 | 2019-12-03 | 西安中科光电精密工程有限公司 | 一种焊接机器人视觉组件及其测量方法 |
| CN111695575A (zh) * | 2020-06-06 | 2020-09-22 | 南京理工大学 | 一种基于改进均值滤波法的焊缝图像特征点提取方法 |
| CN112589232A (zh) * | 2020-12-15 | 2021-04-02 | 广东工业大学 | 一种基于独立纠偏型深度学习的焊缝跟踪方法及装置 |
| CN113102880A (zh) * | 2021-04-02 | 2021-07-13 | 广西大学 | 一种基于视觉示教的线激光焊缝自动跟踪***及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 吕健等: "焊接机器人轨迹跟踪研究现状", 机械制造文摘(焊接分册), no. 1, pages 18 - 25 * |
| 段宏伟等: "典型接头的机器人视觉传感图像处理技术", 《哈尔滨理工大学学报》, vol. 17, no. 4, pages 52 - 56 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114043081B (zh) | 2023-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104588838B (zh) | 一种焊枪自动跟踪控制并在线修正***及其控制方法 | |
| CN109035204B (zh) | 一种焊缝目标实时检测方法 | |
| Zou et al. | A seam tracking system based on a laser vision sensor | |
| CN102059435B (zh) | 带有线结构光型视觉传感器的纵缝焊接专机及其控制方法 | |
| US6429404B1 (en) | Method and apparatus for determining seam tracking control of arc welding | |
| CN105458462B (zh) | 一种变间隙梯形焊缝多参数同步视觉检测跟踪方法 | |
| CN102455171B (zh) | 一种激光拼焊焊缝背面几何形貌检测方法 | |
| CN102699534A (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 | |
| CN107755937A (zh) | 变幅摆动焊接方法、装置及焊接机器人 | |
| CN104416305A (zh) | 管道多点同步自动焊预扫描式焊缝激光跟踪方法及装置 | |
| CN108344693B (zh) | 一种面向自动焊接的薄板焊缝错边量视觉测量方法 | |
| CN108871185B (zh) | 零件检测的方法、装置、设备以及计算机可读存储介质 | |
| CN111157539B (zh) | 焊缝形貌监控方法、***、装置及可读存储介质 | |
| CN105430377A (zh) | 一种摄像机机芯光轴自动纠偏方法及*** | |
| CN114619123B (zh) | 一种窄间隙焊接方法、装置及*** | |
| CN112238292A (zh) | 一种基于视觉的搅拌摩擦焊机器人空间曲线轨迹跟踪方法 | |
| CN111774764B (zh) | 一种焊接机器人的控制方法、控制装置及可读存储介质 | |
| CN110153602A (zh) | 一种多方向激光视觉跟踪装置及其跟踪和控制的方法 | |
| CN111397529A (zh) | 一种基于双目视觉结构光的复杂表面形状检测方法 | |
| CN114043081B (zh) | 一种激光焊接的多焊缝类型特征点识别方法及*** | |
| Ye et al. | Weld seam tracking based on laser imaging binary image preprocessing | |
| CN114682917B (zh) | 一种单道多层埋弧焊激光-磁控电弧复合式焊缝跟踪方法 | |
| CN116228640A (zh) | 基于深度图像的焊缝检测方法、***、装置及存储介质 | |
| CN112102301A (zh) | 一种冲压框架协同检测***及其检测方法 | |
| CN114147389A (zh) | 一种检测焊接工艺参数的焊接辅助方法和*** |
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 |