CN114749848A - 一种基于3d视觉引导的钢筋焊接自动化*** - Google Patents
一种基于3d视觉引导的钢筋焊接自动化*** Download PDFInfo
- Publication number
- CN114749848A CN114749848A CN202210609490.XA CN202210609490A CN114749848A CN 114749848 A CN114749848 A CN 114749848A CN 202210609490 A CN202210609490 A CN 202210609490A CN 114749848 A CN114749848 A CN 114749848A
- Authority
- CN
- China
- Prior art keywords
- welding
- point
- mechanical arm
- point cloud
- steel bars
- 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.)
- Pending
Links
- 238000003466 welding Methods 0.000 title claims abstract description 152
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 49
- 239000010959 steel Substances 0.000 title claims abstract description 49
- 230000000007 visual effect Effects 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000003014 reinforcing effect Effects 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 229910001294 Reinforcing steel Inorganic materials 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 239000011800 void material Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 2
- 238000005452 bending Methods 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000010276 construction Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
- B23K37/02—Carriages for supporting the welding or cutting element
- B23K37/0252—Steering means
-
- 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
- B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Robotics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于3D视觉引导的钢筋焊接自动化***,本发明中,自动化***的硬件组成包括视觉模块、焊接机械臂、工作平台,其中,视觉模块由3D相机、工控机组成;焊接机械臂由机械臂、焊枪组成,两台机械臂倒装在龙门架上;该***能够评估出待焊接钢筋交点位置相对于标准位置在空间三维坐标的偏移量,并且可以将这些偏移量传送给相应的机械焊接设备,引导焊接设备实现精确焊接,同时利用视觉评估***对焊接质量及进行评估。本发明可以解决钢筋网由于存在折弯、变形以及放置一致性差而导致的自动焊接失败的问题,通过视觉算法定位焊接点,计算焊接轨迹,从而减少机械臂焊接示教,实现基于视觉引导的焊接自动化,提升钢筋网的焊接效率。
Description
技术领域
本发明属于焊接技术领域,具体为一种基于3D视觉引导的钢筋焊接自动化***。
背景技术
在建筑行业中,大量的钢筋网结构预制件被广泛应用。目前的钢筋网结构预制件一般是由人工对钢筋网中的十字交叉点进行绑扎或者焊接,但人工焊接存在局限性,如焊接质量不稳定,施工效率低下,焊接成本高,没法在高温、高压等极端条件下工作等。目前机械自动焊接技术已经广泛运用在汽车、航天、工业制造等多种领域,但通常需要依靠高精度的工件限位,并配合多次机械臂焊枪的路径示教来满足焊接工艺要求,然而当钢筋结构存在折弯、扭曲、变形、以及放置位置不一致等情况时,可能会出现漏焊、碰撞等异常,最终导致自动机械焊接失败;同时,面对焊接场景较为复杂的情况下,人工示教的步骤繁琐,焊接效率低下。
发明内容
本发明的目的在于:为了解决上述提出的问题,提供一种基于3D视觉引导的钢筋焊接自动化***。
本发明采用的技术方案如下:一种基于3D视觉引导的钢筋焊接自动化***,所述自动化***的硬件组成包括视觉模块、焊接机械臂、工作平台,其中:视觉模块由3D相机、工控机组成;焊接机械臂由机械臂、焊枪组成,其中两台机械臂倒装在龙门架上;作业平台由作业平面、龙门架、龙门架移动轨道组成;所述基于3D视觉引导的钢筋焊接自动化***在运行时包括以下步骤:
S1:进行普通标定板手眼标定时,将标定板放置在焊接有效区域中心,通过控制示教器移动,机械臂携带3D相机移动到不同位置对标定板进行拍摄,进行手眼标定,计算出手眼标定的结果;
S2:进行基于3D视觉的标定时,先使用3D相机拍摄钢筋待焊接区域,工控机直接返回所有待焊接点,然后通过示教器控制焊枪走轨迹逐步到每个待焊接点,工控机通过记录到算法输出点和焊枪到焊接位置的机械臂坐标,计算出手眼标定的结果;
S3:之后将龙门架移动到预设位置A,B,C,D..N处,在龙门架固定在某点时,预设机械臂拍照位R1,R2,R3…Rn,以覆盖尽可能多的焊接点;
S4:龙门架移动到A位置,机械臂移动到拍照位R1;机械臂发送信号给3D相机启动拍摄,将采集到待焊接钢筋的3D点云,传送给工控机
S5:工控机的视觉软件根据3D点云通过算法分析出待焊接点;
S6:焊接机械臂收到焊接轨迹,并执行焊接;完成所有焊接后,机械臂移动到拍照位R1;
S7:焊接完成后,进行焊接质量检测。从多个维度评估钢筋焊接的质量,包括图像层面和点云层面
S8:对采集到的图像数据,先定位焊接ROI区域,提取图片数据特征,送入已训练的深度学习网络模型中进行推理,分析异常焊接数据和正常数据的差异,输出置信度X。
S9:对点云数据进行特征提取,包括统计焊接交界处的点云分布密度,分析是否存在大面积的空洞,计算点云的平滑程度。输出焊接质量置信度Y。
S10:最终融合输出的图像置信度X和点云置信度Y进行不同权重的叠加;使得两者协作的结果与预设目标一致,输出对应的OK/NG信息。
在一优选的实施方式中。
在一优选的实施方式中,所述步骤S1中,使用工控机上的视觉软件通过使用不同机械臂位置下的坐标值与对应的图像进行手眼标定。
在一优选的实施方式中,所述步骤S3中,覆盖尽可能多的焊接点之后启动正式进入焊接流程。
在一优选的实施方式中,所述步骤S4中,所用3D相机视野范围大且成像速度快,单次拍照可以获取到多达8-64个钢筋交叉点的坐标。
在一优选的实施方式中,所述步骤S4中,通过算法分析出待焊接点;具体流程如下:
S51:首先对采集到的点云数据进行预处理,包括降采样,离群点过滤和直通滤波等,有效减少点云数量,方便后续点云计算;
S52:将得到的点云数据,向xoy平面进行投影,得到投影图,使得三维点云数据映射至二维图像数据,进一步简化后续交点定位难度;
S53:对上一步得到的二维图像数据进行预处理,包括形态学处理、连通域归并,强化钢筋交点的图像特征,方便后续的交点检测;
S54:对预处理后的钢筋交点图像进行十字交点检测,先利用角点检测,初步定位到十字交叉点的位置,然后利用交叉点上下左右的四个端点值,进行准确地钢筋的交点中心定位;
S55:将二维的图像上的钢筋交点位置进行映射,得到空间上的钢筋交点位置;从而得到待焊接点的3D坐标点;
S56:根据手眼标定结果转换到机械臂坐标系下的3D坐标点,并生成焊接路径规划轨迹,发给焊接机械臂。
在一优选的实施方式中,所述步骤S6中,启动3D相机拍摄采集到焊接后钢筋的3D点云,并将3D点云数据传送到工控机。
在一优选的实施方式中,所述步骤S9中,还会对点云数据进行人为的特征提取。
在一优选的实施方式中,所述步骤S9中,还会判断焊接交界处的点云分布密度,是否存在大面积的空洞,点云的平滑程度、输出焊接质量置信度Y。
在一优选的实施方式中,所述步骤S9中,通过网络训练得到一个检测模型,利用检测模型输出焊接质量置信度。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.本发明中,该***能够评估出待焊接钢筋交点位置相对于标准位置在空间三维坐标的偏移量,并且可以将这些偏移量传送给相应的机械焊接设备,引导焊接设备实现精确焊接,同时利用视觉评估***对焊接质量及进行评估。
2.本发明中,可以解决钢筋网由于存在折弯、变形以及放置一致性差而导致的自动焊接失败的问题,通过视觉算法定位焊接点,计算焊接轨迹,从而减少机械臂焊接示教,实现基于视觉引导的焊接自动化,提升钢筋网的焊接效率。
附图说明
图1为本发明的作业平台结构示意图;
图2为本发明中作业平台正视图;
图3为本发明中作业平台左视图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,
一种基于3D视觉引导的钢筋焊接自动化***,所述自动化***的硬件组成包括视觉模块、焊接机械臂、工作平台,其中:视觉模块由3D相机、工控机组成;焊接机械臂由机械臂、焊枪组成,其中两台机械臂倒装在龙门架上;作业平台由作业平面、龙门架、龙门架移动轨道组成;所述基于3D视觉引导的钢筋焊接自动化***在运行时包括以下步骤:
S1:进行普通标定板手眼标定时,将标定板放置在焊接有效区域中心,通过控制示教器移动,机械臂携带3D相机移动到不同位置对标定板进行拍摄,进行手眼标定,计算出手眼标定的结果;
S2:进行基于3D视觉的标定时,先使用3D相机拍摄钢筋待焊接区域,工控机直接返回所有待焊接点,然后通过示教器控制焊枪走轨迹逐步到每个待焊接点,工控机通过记录到算法输出点和焊枪到焊接位置的机械臂坐标,计算出手眼标定的结果;
S3:之后将龙门架移动到预设位置A,B,C,D..N处,在龙门架固定在某点时,预设机械臂拍照位R1,R2,R3…Rn,以覆盖尽可能多的焊接点;
S4:龙门架移动到A位置,机械臂移动到拍照位R1;机械臂发送信号给3D相机启动拍摄,将采集到待焊接钢筋的3D点云,传送给工控机
S5:工控机的视觉软件根据3D点云通过算法分析出待焊接点;
S6:焊接机械臂收到焊接轨迹,并执行焊接;完成所有焊接后,机械臂移动到拍照位R1;
S7:焊接完成后,进行焊接质量检测;从多个维度评估钢筋焊接的质量,包括图像层面和点云层面
S8:对采集到的图像数据,先定位焊接ROI区域,提取图片数据特征,送入已训练的深度学习网络模型中进行推理,分析异常焊接数据和正常数据的差异,输出置信度X;
S9:对点云数据进行特征提取,包括统计焊接交界处的点云分布密度,分析是否存在大面积的空洞,计算点云的平滑程度;输出焊接质量置信度Y;
S10:最终融合输出的图像置信度X和点云置信度Y进行不同权重的叠加;使得两者协作的结果与预设目标一致,输出对应的OK/NG信息。
所述步骤S1中,使用工控机上的视觉软件通过使用不同机械臂位置下的坐标值与对应的图像进行手眼标定。
所述步骤S3中,覆盖尽可能多的焊接点之后启动正式进入焊接流程。
所述步骤S4中,所用3D相机视野范围大且成像速度快,单次拍照可以获取到多达8-64个钢筋交叉点的坐标。
所述步骤S4中,通过算法分析出待焊接点;具体流程如下:
S51:首先对采集到的点云数据进行预处理,包括降采样,离群点过滤和直通滤波等,有效减少点云数量,方便后续点云计算;
S52:将得到的点云数据,向xoy平面进行投影,得到投影图,使得三维点云数据映射至二维图像数据,进一步简化后续交点定位难度;
S53:对上一步得到的二维图像数据进行预处理,包括形态学处理、连通域归并,强化钢筋交点的图像特征,方便后续的交点检测;
S54:对预处理后的钢筋交点图像进行十字交点检测,先利用角点检测,初步定位到十字交叉点的位置,然后利用交叉点上下左右的四个端点值,进行准确地钢筋的交点中心定位;
S55:将二维的图像上的钢筋交点位置进行映射,得到空间上的钢筋交点位置;从而得到待焊接点的3D坐标点;
S56:根据手眼标定结果转换到机械臂坐标系下的3D坐标点,并生成焊接路径规划轨迹,发给焊接机械臂。
所述步骤S6中,启动3D相机拍摄采集到焊接后钢筋的3D点云,并将3D点云数据传送到工控机。
所述步骤S9中,还会对点云数据进行人为的特征提取。
所述步骤S9中,还会判断焊接交界处的点云分布密度,是否存在大面积的空洞,点云的平滑程度、输出焊接质量置信度Y。
所述步骤S9中,通过网络训练得到一个检测模型,利用检测模型输出焊接质量置信度X。
本发明中,该***能够评估出待焊接钢筋交点位置相对于标准位置在空间三维坐标的偏移量,并且可以将这些偏移量传送给相应的机械焊接设备,引导焊接设备实现精确焊接,同时利用视觉评估***对焊接质量及进行评估。
本发明中可以解决钢筋网由于存在折弯、变形以及放置一致性差而导致的自动焊接失败的问题。通过视觉算法定位焊接点,计算焊接轨迹,从而减少机械臂焊接示教,实现基于视觉引导的焊接自动化,提升钢筋网的焊接效率。
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精神和范围。
Claims (9)
1.一种基于3D视觉引导的钢筋焊接自动化***,其特征在于:所述自动化***的硬件组成包括视觉模块、焊接机械臂、工作平台,其中:视觉模块由3D相机、工控机组成;焊接机械臂由机械臂、焊枪组成,其中两台机械臂倒装在龙门架上;作业平台由作业平面、龙门架、龙门架移动轨道组成;所述基于3D视觉引导的钢筋焊接自动化***在运行时包括以下步骤:
S1:进行普通标定板手眼标定时,将标定板放置在焊接有效区域中心,通过控制示教器移动,机械臂携带3D相机移动到不同位置对标定板进行拍摄,进行手眼标定,计算出手眼标定的结果;
S2:进行基于3D视觉的标定时,先使用3D相机拍摄钢筋待焊接区域,工控机直接返回所有待焊接点,然后通过示教器控制焊枪走轨迹逐步到每个待焊接点,工控机通过记录到算法输出点和焊枪到焊接位置的机械臂坐标,计算出手眼标定的结果;
S3:之后将龙门架移动到预设位置A,B,C,D..N处,在龙门架固定在某点时,预设机械臂拍照位R1,R2,R3…Rn,以覆盖尽可能多的焊接点;
S4:龙门架移动到A位置,机械臂移动到拍照位R1;机械臂发送信号给3D相机启动拍摄,将采集到待焊接钢筋的3D点云,传送给工控机
S5:工控机的视觉软件根据3D点云通过算法分析出待焊接点;
S6:焊接机械臂收到焊接轨迹,并执行焊接;完成所有焊接后,机械臂移动到拍照位R1;
S7:焊接完成后,进行焊接质量检测;从多个维度评估钢筋焊接的质量,包括图像层面和点云层面
S8:对采集到的图像数据,先定位焊接ROI区域,提取图片数据特征,送入已训练的深度学习网络模型中进行推理,分析异常焊接数据和正常数据的差异,输出置信度X;
S9:对点云数据进行特征提取,包括统计焊接交界处的点云分布密度,分析是否存在大面积的空洞,计算点云的平滑程度;输出焊接质量置信度Y;
S10:最终融合输出的图像置信度X和点云置信度Y进行不同权重的叠加;使得两者协作的结果与预设目标一致,输出对应的OK/NG信息。
2.如权利要求1所述的一种基于3D视觉引导的钢筋焊接自动化***,其特征在于:所述步骤S1中,使用工控机上的视觉软件通过使用不同机械臂位置下的坐标值与对应的图像进行手眼标定。
3.如权利要求1所述的一种基于3D视觉引导的钢筋焊接自动化***,其特征在于:所述步骤S3中,覆盖尽可能多的焊接点之后启动正式进入焊接流程。
4.如权利要求1所述的一种基于3D视觉引导的钢筋焊接自动化***,其特征在于:所述步骤S4中,所用3D相机视野范围大且成像速度快,单次拍照可以获取到多达8-64个钢筋交叉点的坐标。
5.如权利要求1所述的一种基于3D视觉引导的钢筋焊接自动化***,其特征在于:所述步骤S4中,通过算法分析出待焊接点;具体流程如下:
S51:首先对采集到的点云数据进行预处理,包括降采样,离群点过滤和直通滤波等,有效减少点云数量,方便后续点云计算;
S52:将得到的点云数据,向xoy平面进行投影,得到投影图,使得三维点云数据映射至二维图像数据,进一步简化后续交点定位难度;
S53:对上一步得到的二维图像数据进行预处理,包括形态学处理、连通域归并,强化钢筋交点的图像特征,方便后续的交点检测;
S54:对预处理后的钢筋交点图像进行十字交点检测,先利用角点检测,初步定位到十字交叉点的位置,然后利用交叉点上下左右的四个端点值,进行准确地钢筋的交点中心定位;
S55:将二维的图像上的钢筋交点位置进行映射,得到空间上的钢筋交点位置;从而得到待焊接点的3D坐标点;
S56:根据手眼标定结果转换到机械臂坐标系下的3D坐标点,并生成焊接路径规划轨迹,发给焊接机械臂。
6.如权利要求1所述的一种基于3D视觉引导的钢筋焊接自动化***,其特征在于:所述步骤S6中,启动3D相机拍摄采集到焊接后钢筋的3D点云,并将3D点云数据传送到工控机。
7.如权利要求1所述的一种基于3D视觉引导的钢筋焊接自动化***,其特征在于:所述步骤S9中,还会对点云数据进行人为的特征提取。
8.如权利要求1所述的一种基于3D视觉引导的钢筋焊接自动化***,其特征在于:所述步骤S9中,还会判断焊接交界处的点云分布密度,是否存在大面积的空洞,点云的平滑程度、输出焊接质量置信度Y。
9.如权利要求1所述的一种基于3D视觉引导的钢筋焊接自动化***,其特征在于:所述步骤S9中,通过网络训练得到一个检测模型,利用检测模型输出焊接质量置信度X。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210609490.XA CN114749848A (zh) | 2022-05-31 | 2022-05-31 | 一种基于3d视觉引导的钢筋焊接自动化*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210609490.XA CN114749848A (zh) | 2022-05-31 | 2022-05-31 | 一种基于3d视觉引导的钢筋焊接自动化*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114749848A true CN114749848A (zh) | 2022-07-15 |
Family
ID=82336590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210609490.XA Pending CN114749848A (zh) | 2022-05-31 | 2022-05-31 | 一种基于3d视觉引导的钢筋焊接自动化*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114749848A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116225030A (zh) * | 2023-05-09 | 2023-06-06 | 中铁九局集团有限公司 | 一种钢筋绑扎机器人的行走控制***及方法 |
CN117564404A (zh) * | 2023-11-27 | 2024-02-20 | 中国建筑第五工程局有限公司 | 一种基于ai视觉的大型钢筋网的自动焊接方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108568624A (zh) * | 2018-03-29 | 2018-09-25 | 东风贝洱热***有限公司 | 一种基于图像处理的机械臂焊接***及焊接方法 |
WO2020233273A1 (zh) * | 2019-05-17 | 2020-11-26 | 南京禹智智能科技有限公司 | 一种高精度自动焊接机器人及其焊接方法 |
CN112122840A (zh) * | 2020-09-23 | 2020-12-25 | 西安知象光电科技有限公司 | 一种基于机器人焊接的视觉定位焊接***及焊接方法 |
CN112958959A (zh) * | 2021-02-08 | 2021-06-15 | 西安知象光电科技有限公司 | 一种基于三维视觉的自动化焊接和检测方法 |
CN113478483A (zh) * | 2021-07-02 | 2021-10-08 | 普瑞特机械制造股份有限公司 | 一种基于不锈钢储罐移动机器人焊接方法及*** |
CN113634958A (zh) * | 2021-09-27 | 2021-11-12 | 西安知象光电科技有限公司 | 一种基于三维视觉的大型结构件自动化焊接***及方法 |
CN114434059A (zh) * | 2022-04-08 | 2022-05-06 | 西安知象光电科技有限公司 | 复合机器人和三维视觉的大型结构件自动焊接***及方法 |
-
2022
- 2022-05-31 CN CN202210609490.XA patent/CN114749848A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108568624A (zh) * | 2018-03-29 | 2018-09-25 | 东风贝洱热***有限公司 | 一种基于图像处理的机械臂焊接***及焊接方法 |
WO2020233273A1 (zh) * | 2019-05-17 | 2020-11-26 | 南京禹智智能科技有限公司 | 一种高精度自动焊接机器人及其焊接方法 |
CN112122840A (zh) * | 2020-09-23 | 2020-12-25 | 西安知象光电科技有限公司 | 一种基于机器人焊接的视觉定位焊接***及焊接方法 |
CN112958959A (zh) * | 2021-02-08 | 2021-06-15 | 西安知象光电科技有限公司 | 一种基于三维视觉的自动化焊接和检测方法 |
CN113478483A (zh) * | 2021-07-02 | 2021-10-08 | 普瑞特机械制造股份有限公司 | 一种基于不锈钢储罐移动机器人焊接方法及*** |
CN113634958A (zh) * | 2021-09-27 | 2021-11-12 | 西安知象光电科技有限公司 | 一种基于三维视觉的大型结构件自动化焊接***及方法 |
CN114434059A (zh) * | 2022-04-08 | 2022-05-06 | 西安知象光电科技有限公司 | 复合机器人和三维视觉的大型结构件自动焊接***及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116225030A (zh) * | 2023-05-09 | 2023-06-06 | 中铁九局集团有限公司 | 一种钢筋绑扎机器人的行走控制***及方法 |
CN117564404A (zh) * | 2023-11-27 | 2024-02-20 | 中国建筑第五工程局有限公司 | 一种基于ai视觉的大型钢筋网的自动焊接方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112122840B (zh) | 一种基于机器人焊接的视觉定位焊接***及焊接方法 | |
CN112476434B (zh) | 一种基于协作机器人的视觉3d取放方法及*** | |
Zhu et al. | Online camera-lidar calibration with sensor semantic information | |
CN114749848A (zh) | 一种基于3d视觉引导的钢筋焊接自动化*** | |
CN107214703B (zh) | 一种基于视觉辅助定位的机器人自标定方法 | |
CN111192307B (zh) | 基于激光切割三维零部件的自适应纠偏方法 | |
CN106041937A (zh) | 一种基于双目立体视觉的机械手抓取控制***的控制方法 | |
CN109470149B (zh) | 一种管路位姿的测量方法及装置 | |
CN112648934B (zh) | 一种自动化弯管几何形态检测方法 | |
CN114474041A (zh) | 一种基于协作机器人的焊接自动化智能引导方法及*** | |
CN114473309A (zh) | 用于自动焊接***的焊接位置识别方法及自动焊接*** | |
CN116465315B (zh) | 一种网版质量自动化检测方法及*** | |
CN114581368B (zh) | 一种基于双目视觉的棒材焊牌方法及装置 | |
TW202302301A (zh) | 機械手臂與輪廓感測器座標系相對關係之自動校正方法與系統 | |
CN115619738A (zh) | 一种模组侧缝焊焊后检测方法 | |
CN112508933B (zh) | 一种基于复杂空间障碍物定位的柔性机械臂运动避障方法 | |
CN116465335A (zh) | 基于点云匹配的自动测厚方法和*** | |
CN115464651A (zh) | 一种六组机器人物体抓取*** | |
CN115457130A (zh) | 一种基于深度关键点回归的电动汽车充电口检测定位方法 | |
CN114842144A (zh) | 双目视觉三维重构方法及*** | |
CN114708318B (zh) | 一种基于深度相机的未知待测面曲率测定方法 | |
CN117522830A (zh) | 用于检测锅炉腐蚀的点云扫描*** | |
CN118003340B (zh) | 基于深度学习的视觉机械臂物料抓取控制方法及*** | |
CN117236138B (zh) | 基于数字孪生的机器人运动控制与状态监测方法及*** | |
CN115509235B (zh) | 砂铸阀体合箱线扫描路径、切割路径的获取方法及装置 |
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 |