CN114841959A - 一种基于计算机视觉的自动焊接方法及*** - Google Patents
一种基于计算机视觉的自动焊接方法及*** Download PDFInfo
- Publication number
- CN114841959A CN114841959A CN202210479154.8A CN202210479154A CN114841959A CN 114841959 A CN114841959 A CN 114841959A CN 202210479154 A CN202210479154 A CN 202210479154A CN 114841959 A CN114841959 A CN 114841959A
- Authority
- CN
- China
- Prior art keywords
- welding
- positioning point
- computer vision
- distance
- welded
- 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
Images
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于计算机视觉的自动焊接方法及***,其中方法包括:获取焊接控制***的数据库中的焊接位置和焊接参数;采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。可以克服自动焊接过程中定位点不准确而导致焊接失败的情况,通过采用计算机视觉技术,精确获取待焊接目标位置,从而提高焊接的成功率。
Description
技术领域
本发明涉及自动焊接技术领域,具体涉及一种基于计算机视觉的自动焊接方法及***。
背景技术
随着电子技术的发展,电子产品向多功能、小型化、高可靠性方向发展。电路越来越复杂,产品组装密度也越来越高,手工焊接虽然可以满足高可靠性的要求,但很难同时满足组焊接高效率的要求,因此,具有高效性的自动焊接数据应运而生。
然而,在自动焊接过程中定位点不准确而导致焊接失败的情况,亟需一种可以精确获取待焊接目标位置,从而提高焊接的成功率的方案。
发明内容
本发明提供一种基于计算机视觉的自动焊接方法及***,以解决现有技术中存在的上述问题。
本发明提供一种基于计算机视觉的自动焊接方法,包括:
S100,获取焊接控制***的数据库中的焊接位置和焊接参数;
S200,采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;
S300,采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。
优选的,所述S200包括:
S201,自动焊接设备移动至焊接位置;
S202,设置在自动焊接设备上的计算机视觉***采集焊接位置的图像信息,并对采集到的图像信息进行分析,获得焊接工件上的焊接定位点;
S203,判断焊接定位点是否为给定的焊接位置,若否,则将焊接定位点设定为优化后的焊接位置;
S204,将优化后的焊接位置替换原来的焊接位置存入所述控制***的数据库中。
优选的,所述S202包括:
S2021,所述计算机视觉***将采集到的图像信息进行整合拼接计算,形成待焊接位置的三维图像模型,并输出三维图像模型中待焊接位置的第一坐标参数;所述待焊接位置与焊接位置相同或不相同;
S2022,将所述待焊接位置的第一坐标参数设定为第一焊接定位点;
S2023,移动计算机视觉***的位置,重新采集调整位置后新的图像信息,并对新的图像信息进行整合拼接计算,形成待焊接位置的新的三维图像模型,并输出新的三维图像模型中待焊接位置的第二坐标参数;将所述第二坐标参数设定为第二焊接定位点;
S2024,计算所述第一坐标参数与从数据库中获取的焊接位置之间的第一距离,计算所述第二坐标参数与从数据库中获取的焊接位置之间的第二距离;
S2025,判断第一距离与第二距离之间的关系,若第一距离小于第二距离,将所述第一焊接定位点设定为焊接工件上的焊接定位点;若第一距离大于第二距离,将所述第二焊接定位点设定为焊接工件上的焊接定位点。
优选的,所述S300之后包括:
S400,焊接完成后,采用计算机视觉***采集焊接处的图像,基于该图像形成焊接质量检测图像集,基于所述焊接质量检测图像集构建检测三维模型;
S500,基于所述检测三维模型确定焊接质量,所述焊接质量包括焊接处是否有焊接位移现象,所述焊接位移现象是由于焊接定位点与工件实际焊接点不能完全对接造成的现象;若有焊接位移现象,基于检测三维模型确定出实际焊接点,将所述实际焊接点的坐标参数替换数据库中的焊接位置。
优选的,所述S500中基于所述检测三维模型确定焊接质量包括:
S501,将所述检测三维模型与待焊接位置的新的三维图像模型进行模型采用正态分布变换算法进行初始比对,基于模型的多维变量的正态分布进行比对;
S502,初始比对完成后,采用迭代最近点算法进行精准比对;
S503,计算最优理论中最小化两个点之间的距离得到对应的变换矩阵,基于变换矩阵确定旋转矩阵,基于旋转矩阵确定所述检测三维模型与待焊接位置的新的三维图像模型中最近点对比结果;基于对比结果确定焊接质量。
优选的,所述变换矩阵的公式如下:
其中,(R,t)为变换矩阵,R为旋转矩阵,t为平移向量,wi为各个点的权重,pi为检测三维模型中第i个点,qi为新的三维图像模型中第i个点,i=1,2…n,n为检测三维模型中点的数量,argmin表示函数取最小值时对应的自变量的取值。
本发明提供一种基于计算机视觉的自动焊接***,包括:
获取模块,获取焊接控制***的数据库中的焊接位置和焊接参数;
定位点确定模块,采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;
自动焊接模块,采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。
优选的,所述定位点确定模块包括:
移动子模块,自动焊接设备移动至焊接位置;
计算机视觉***,设置在自动焊接设备上的计算机视觉***采集焊接位置的图像信息,并对采集到的图像信息进行分析,获得焊接工件上的焊接定位点;
判断优化子模块,判断焊接定位点是否为给定的焊接位置,若否,则将焊接定位点设定为优化后的焊接位置;
存储子模块,将优化后的焊接位置替换原来的焊接位置存入所述控制***的数据库中。
优选的,所述计算机视觉***包括:
待焊接位置的三维图像模型形成子模块,所述计算机视觉***将采集到的图像信息进行整合拼接计算,形成待焊接位置的三维图像模型,并输出三维图像模型中待焊接位置的第一坐标参数;所述待焊接位置与焊接位置相同或不相同;
第一焊接定位点设定子模块,将所述待焊接位置的第一坐标参数设定为第一焊接定位点;
第二焊接定位点设定子模块,移动计算机视觉***的位置,重新采集调整位置后新的图像信息,并对新的图像信息进行整合拼接计算,形成待焊接位置的新的三维图像模型,并输出新的三维图像模型中待焊接位置的第二坐标参数;将所述第二坐标参数设定为第二焊接定位点;
距离计算子模块,计算所述第一坐标参数与从数据库中获取的焊接位置之间的第一距离,计算所述第二坐标参数与从数据库中获取的焊接位置之间的第二距离;
确定子模块,判断第一距离与第二距离之间的关系,若第一距离小于第二距离,将所述第一焊接定位点设定为焊接工件上的焊接定位点;若第一距离大于第二距离,将所述第二焊接定位点设定为焊接工件上的焊接定位点。
优选的,还包括:
检测模块,焊接完成后,采用计算机视觉***采集焊接处的图像,基于该图像形成焊接质量检测图像集,基于所述焊接质量检测图像集构建检测三维模型;
检测优化模块,基于所述检测三维模型确定焊接质量,所述焊接质量包括焊接处是否有焊接位移现象,所述焊接位移现象是由于焊接定位点与工件实际焊接点不能完全对接造成的现象;若有焊接位移现象,基于检测三维模型确定出实际焊接点,将所述实际焊接点的坐标参数替换数据库中的焊接位置。
优选的,所述检测优化模块中基于所述检测三维模型确定焊接质量包括:
初始比对子模块,将所述检测三维模型与待焊接位置的新的三维图像模型进行模型采用正态分布变换算法进行初始比对,基于模型的多维变量的正态分布进行比对;
精准比对子模块,初始比对完成后,采用迭代最近点算法进行精准比对;
矩阵计算子模块,计算最优理论中最小化两个点之间的距离得到对应的变换矩阵,基于变换矩阵确定旋转矩阵,基于旋转矩阵确定所述检测三维模型与待焊接位置的新的三维图像模型中最近点对比结果;基于对比结果确定焊接质量。
与现有技术相比,本发明具有以下优点:
本发明提供一种基于计算机视觉的自动焊接方法及***,该方法包括:获取焊接控制***的数据库中的焊接位置和焊接参数;采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。可以克服自动焊接过程中定位点不准确而导致焊接失败的情况,通过采用计算机视觉技术,精确获取待焊接目标位置,从而提高焊接的成功率。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于计算机视觉的自动焊接方法的流程图;
图2为本发明实施例中计算机视觉***获得焊接工件上的焊接定位点的方法流程图;
图3为本发明实施例中一种基于计算机视觉的自动焊接***的结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了一种基于计算机视觉的自动焊接方法,请参照图1,该方法包括以下几个步骤:
S100,获取焊接控制***的数据库中的焊接位置和焊接参数;
S200,采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;
S300,采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。
上述技术方案的工作原理为:本实施例采用的方案是获取焊接控制***的数据库中的焊接位置和焊接参数;采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。
计算机视觉是一门研究如何使机器"看"的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
因此,本实施例提供的方案可以克服自动焊接过程中定位点不准确而导致焊接失败的情况,通过采用计算机视觉技术,精确获取待焊接目标位置,从而提高焊接的成功率。
上述技术方案的有益效果为:采用本实施例提供的方案获取焊接控制***的数据库中的焊接位置和焊接参数;采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。通过采用计算机视觉技术,精确获取待焊接目标位置,从而提高焊接的成功率。
在另一实施例中,所述S200包括:
S201,自动焊接设备移动至焊接位置;
S202,设置在自动焊接设备上的计算机视觉***采集焊接位置的图像信息,并对采集到的图像信息进行分析,获得焊接工件上的焊接定位点;
S203,判断焊接定位点是否为给定的焊接位置,若否,则将焊接定位点设定为优化后的焊接位置;
S204,将优化后的焊接位置替换原来的焊接位置存入所述控制***的数据库中。
上述技术方案的工作原理为:本实施例采用的方案是自动焊接设备移动至焊接位置;设置在自动焊接设备上的计算机视觉***采集焊接位置的图像信息,并对采集到的图像信息进行分析,获得焊接工件上的焊接定位点;判断焊接定位点是否为给定的焊接位置,若否,则将焊接定位点设定为优化后的焊接位置;将优化后的焊接位置替换原来的焊接位置存入所述控制***的数据库中。
上述技术方案的有益效果为:采用本实施例提供的方案自动焊接设备移动至焊接位置;设置在自动焊接设备上的计算机视觉***采集焊接位置的图像信息,并对采集到的图像信息进行分析,获得焊接工件上的焊接定位点;判断焊接定位点是否为给定的焊接位置,若否,则将焊接定位点设定为优化后的焊接位置;将优化后的焊接位置替换原来的焊接位置存入所述控制***的数据库中。
在另一实施例中,请参照图2,所述S202包括:
S2021,所述计算机视觉***将采集到的图像信息进行整合拼接计算,形成待焊接位置的三维图像模型,并输出三维图像模型中待焊接位置的第一坐标参数;所述待焊接位置与焊接位置相同或不相同;
S2022,将所述待焊接位置的第一坐标参数设定为第一焊接定位点;
S2023,移动计算机视觉***的位置,重新采集调整位置后新的图像信息,并对新的图像信息进行整合拼接计算,形成待焊接位置的新的三维图像模型,并输出新的三维图像模型中待焊接位置的第二坐标参数;将所述第二坐标参数设定为第二焊接定位点;
S2024,计算所述第一坐标参数与从数据库中获取的焊接位置之间的第一距离,计算所述第二坐标参数与从数据库中获取的焊接位置之间的第二距离;
S2025,判断第一距离与第二距离之间的关系,若第一距离小于第二距离,将所述第一焊接定位点设定为焊接工件上的焊接定位点;若第一距离大于第二距离,将所述第二焊接定位点设定为焊接工件上的焊接定位点。
上述技术方案的工作原理为:本实施例采用的方案是所述计算机视觉***将采集到的图像信息进行整合拼接计算,形成待焊接位置的三维图像模型,并输出三维图像模型中待焊接位置的第一坐标参数;所述待焊接位置与焊接位置相同或不相同;将所述待焊接位置的第一坐标参数设定为第一焊接定位点;移动计算机视觉***的位置,重新采集调整位置后新的图像信息,并对新的图像信息进行整合拼接计算,形成待焊接位置的新的三维图像模型,并输出新的三维图像模型中待焊接位置的第二坐标参数;将所述第二坐标参数设定为第二焊接定位点;计算所述第一坐标参数与从数据库中获取的焊接位置之间的第一距离,计算所述第二坐标参数与从数据库中获取的焊接位置之间的第二距离;判断第一距离与第二距离之间的关系,若第一距离小于第二距离,将所述第一焊接定位点设定为焊接工件上的焊接定位点;若第一距离大于第二距离,将所述第二焊接定位点设定为焊接工件上的焊接定位点。
上述技术方案的有益效果为:采用本实施例提供的方案所述计算机视觉***将采集到的图像信息进行整合拼接计算,形成待焊接位置的三维图像模型,并输出三维图像模型中待焊接位置的第一坐标参数;所述待焊接位置与焊接位置相同或不相同;将所述待焊接位置的第一坐标参数设定为第一焊接定位点;移动计算机视觉***的位置,重新采集调整位置后新的图像信息,并对新的图像信息进行整合拼接计算,形成待焊接位置的新的三维图像模型,并输出新的三维图像模型中待焊接位置的第二坐标参数;将所述第二坐标参数设定为第二焊接定位点;计算所述第一坐标参数与从数据库中获取的焊接位置之间的第一距离,计算所述第二坐标参数与从数据库中获取的焊接位置之间的第二距离;判断第一距离与第二距离之间的关系,若第一距离小于第二距离,将所述第一焊接定位点设定为焊接工件上的焊接定位点;若第一距离大于第二距离,将所述第二焊接定位点设定为焊接工件上的焊接定位点。
在另一实施例中,所述S300之后包括:
S400,焊接完成后,采用计算机视觉***采集焊接处的图像,基于该图像形成焊接质量检测图像集,基于所述焊接质量检测图像集构建检测三维模型;
S500,基于所述检测三维模型确定焊接质量,所述焊接质量包括焊接处是否有焊接位移现象,所述焊接位移现象是由于焊接定位点与工件实际焊接点不能完全对接造成的现象;若有焊接位移现象,基于检测三维模型确定出实际焊接点,将所述实际焊接点的坐标参数替换数据库中的焊接位置。
上述技术方案的工作原理为:本实施例采用的方案是焊接完成后,采用计算机视觉***采集焊接处的图像,基于该图像形成焊接质量检测图像集,基于所述焊接质量检测图像集构建检测三维模型;基于所述检测三维模型确定焊接质量,所述焊接质量包括焊接处是否有焊接位移现象,所述焊接位移现象是由于焊接定位点与工件实际焊接点不能完全对接造成的现象;若有焊接位移现象,基于检测三维模型确定出实际焊接点,将所述实际焊接点的坐标参数替换数据库中的焊接位置。
上述技术方案的有益效果为:采用本实施例提供的方案焊接完成后,采用计算机视觉***采集焊接处的图像,基于该图像形成焊接质量检测图像集,基于所述焊接质量检测图像集构建检测三维模型;基于所述检测三维模型确定焊接质量,所述焊接质量包括焊接处是否有焊接位移现象,所述焊接位移现象是由于焊接定位点与工件实际焊接点不能完全对接造成的现象;若有焊接位移现象,基于检测三维模型确定出实际焊接点,将所述实际焊接点的坐标参数替换数据库中的焊接位置。
在另一实施例中,所述S500中基于所述检测三维模型确定焊接质量包括:
S501,将所述检测三维模型与待焊接位置的新的三维图像模型进行模型采用正态分布变换算法进行初始比对,基于模型的多维变量的正态分布进行比对;
S502,初始比对完成后,采用迭代最近点算法进行精准比对;
S503,计算最优理论中最小化两个点之间的距离得到对应的变换矩阵,基于变换矩阵确定旋转矩阵,基于旋转矩阵确定所述检测三维模型与待焊接位置的新的三维图像模型中最近点对比结果;基于对比结果确定焊接质量。
上述技术方案的工作原理为:本实施例采用的方案是基于所述检测三维模型确定焊接质量包括:将所述检测三维模型与待焊接位置的新的三维图像模型进行模型采用正态分布变换算法进行初始比对,基于模型的多维变量的正态分布进行比对;初始比对完成后,采用迭代最近点算法进行精准比对;计算最优理论中最小化两个点之间的距离得到对应的变换矩阵,基于变换矩阵确定旋转矩阵,基于旋转矩阵确定所述检测三维模型与待焊接位置的新的三维图像模型中最近点对比结果;基于对比结果确定焊接质量。
上述技术方案的有益效果为:采用本实施例提供的方案基于所述检测三维模型确定焊接质量包括:将所述检测三维模型与待焊接位置的新的三维图像模型进行模型采用正态分布变换算法进行初始比对,基于模型的多维变量的正态分布进行比对;初始比对完成后,采用迭代最近点算法进行精准比对;计算最优理论中最小化两个点之间的距离得到对应的变换矩阵,基于变换矩阵确定旋转矩阵,基于旋转矩阵确定所述检测三维模型与待焊接位置的新的三维图像模型中最近点对比结果;基于对比结果确定焊接质量。
在另一实施例中,本实施例还提供一种基于计算机视觉的自动焊接***,请参照图3,该***包括:
获取模块,获取焊接控制***的数据库中的焊接位置和焊接参数;
定位点确定模块,采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;
自动焊接模块,采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。
上述技术方案的工作原理为:本实施例采用的方案是获取模块,获取焊接控制***的数据库中的焊接位置和焊接参数;定位点确定模块,采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;自动焊接模块,采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。
上述技术方案的有益效果为:采用本实施例提供的方案是获取模块,获取焊接控制***的数据库中的焊接位置和焊接参数;定位点确定模块,采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;自动焊接模块,采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。
在另一实施例中,所述定位点确定模块包括:
移动子模块,自动焊接设备移动至焊接位置;
计算机视觉***,设置在自动焊接设备上的计算机视觉***采集焊接位置的图像信息,并对采集到的图像信息进行分析,获得焊接工件上的焊接定位点;
判断优化子模块,判断焊接定位点是否为给定的焊接位置,若否,则将焊接定位点设定为优化后的焊接位置;
存储子模块,将优化后的焊接位置替换原来的焊接位置存入所述控制***的数据库中。
上述技术方案的工作原理为:本实施例采用的方案是所述定位点确定模块包括:移动子模块,自动焊接设备移动至焊接位置;计算机视觉***,设置在自动焊接设备上的计算机视觉***采集焊接位置的图像信息,并对采集到的图像信息进行分析,获得焊接工件上的焊接定位点;判断优化子模块,判断焊接定位点是否为给定的焊接位置,若否,则将焊接定位点设定为优化后的焊接位置;存储子模块,将优化后的焊接位置替换原来的焊接位置存入所述控制***的数据库中。
上述技术方案的有益效果为:采用本实施例提供的方案所述定位点确定模块包括:移动子模块,自动焊接设备移动至焊接位置;计算机视觉***,设置在自动焊接设备上的计算机视觉***采集焊接位置的图像信息,并对采集到的图像信息进行分析,获得焊接工件上的焊接定位点;判断优化子模块,判断焊接定位点是否为给定的焊接位置,若否,则将焊接定位点设定为优化后的焊接位置;存储子模块,将优化后的焊接位置替换原来的焊接位置存入所述控制***的数据库中。
在另一实施例中,所述计算机视觉***包括:
待焊接位置的三维图像模型形成子模块,所述计算机视觉***将采集到的图像信息进行整合拼接计算,形成待焊接位置的三维图像模型,并输出三维图像模型中待焊接位置的第一坐标参数;所述待焊接位置与焊接位置相同或不相同;
第一焊接定位点设定子模块,将所述待焊接位置的第一坐标参数设定为第一焊接定位点;
第二焊接定位点设定子模块,移动计算机视觉***的位置,重新采集调整位置后新的图像信息,并对新的图像信息进行整合拼接计算,形成待焊接位置的新的三维图像模型,并输出新的三维图像模型中待焊接位置的第二坐标参数;将所述第二坐标参数设定为第二焊接定位点;
距离计算子模块,计算所述第一坐标参数与从数据库中获取的焊接位置之间的第一距离,计算所述第二坐标参数与从数据库中获取的焊接位置之间的第二距离;
确定子模块,判断第一距离与第二距离之间的关系,若第一距离小于第二距离,将所述第一焊接定位点设定为焊接工件上的焊接定位点;若第一距离大于第二距离,将所述第二焊接定位点设定为焊接工件上的焊接定位点。
上述技术方案的工作原理为:本实施例采用的方案是所述计算机视觉***包括:待焊接位置的三维图像模型形成子模块,所述计算机视觉***将采集到的图像信息进行整合拼接计算,形成待焊接位置的三维图像模型,并输出三维图像模型中待焊接位置的第一坐标参数;所述待焊接位置与焊接位置相同或不相同;第一焊接定位点设定子模块,将所述待焊接位置的第一坐标参数设定为第一焊接定位点;第二焊接定位点设定子模块,移动计算机视觉***的位置,重新采集调整位置后新的图像信息,并对新的图像信息进行整合拼接计算,形成待焊接位置的新的三维图像模型,并输出新的三维图像模型中待焊接位置的第二坐标参数;将所述第二坐标参数设定为第二焊接定位点;距离计算子模块,计算所述第一坐标参数与从数据库中获取的焊接位置之间的第一距离,计算所述第二坐标参数与从数据库中获取的焊接位置之间的第二距离;确定子模块,判断第一距离与第二距离之间的关系,若第一距离小于第二距离,将所述第一焊接定位点设定为焊接工件上的焊接定位点;若第一距离大于第二距离,将所述第二焊接定位点设定为焊接工件上的焊接定位点。
上述技术方案的有益效果为:采用本实施例提供的方案所述计算机视觉***包括:待焊接位置的三维图像模型形成子模块,所述计算机视觉***将采集到的图像信息进行整合拼接计算,形成待焊接位置的三维图像模型,并输出三维图像模型中待焊接位置的第一坐标参数;所述待焊接位置与焊接位置相同或不相同;第一焊接定位点设定子模块,将所述待焊接位置的第一坐标参数设定为第一焊接定位点;第二焊接定位点设定子模块,移动计算机视觉***的位置,重新采集调整位置后新的图像信息,并对新的图像信息进行整合拼接计算,形成待焊接位置的新的三维图像模型,并输出新的三维图像模型中待焊接位置的第二坐标参数;将所述第二坐标参数设定为第二焊接定位点;距离计算子模块,计算所述第一坐标参数与从数据库中获取的焊接位置之间的第一距离,计算所述第二坐标参数与从数据库中获取的焊接位置之间的第二距离;确定子模块,判断第一距离与第二距离之间的关系,若第一距离小于第二距离,将所述第一焊接定位点设定为焊接工件上的焊接定位点;若第一距离大于第二距离,将所述第二焊接定位点设定为焊接工件上的焊接定位点。
在另一实施例中,还包括:
检测模块,焊接完成后,采用计算机视觉***采集焊接处的图像,基于该图像形成焊接质量检测图像集,基于所述焊接质量检测图像集构建检测三维模型;
检测优化模块,基于所述检测三维模型确定焊接质量,所述焊接质量包括焊接处是否有焊接位移现象,所述焊接位移现象是由于焊接定位点与工件实际焊接点不能完全对接造成的现象;若有焊接位移现象,基于检测三维模型确定出实际焊接点,将所述实际焊接点的坐标参数替换数据库中的焊接位置。
上述技术方案的工作原理为:本实施例采用的方案是还包括:检测模块,焊接完成后,采用计算机视觉***采集焊接处的图像,基于该图像形成焊接质量检测图像集,基于所述焊接质量检测图像集构建检测三维模型;检测优化模块,基于所述检测三维模型确定焊接质量,所述焊接质量包括焊接处是否有焊接位移现象,所述焊接位移现象是由于焊接定位点与工件实际焊接点不能完全对接造成的现象;若有焊接位移现象,基于检测三维模型确定出实际焊接点,将所述实际焊接点的坐标参数替换数据库中的焊接位置。
上述技术方案的有益效果为:采用本实施例提供的方案还包括:检测模块,焊接完成后,采用计算机视觉***采集焊接处的图像,基于该图像形成焊接质量检测图像集,基于所述焊接质量检测图像集构建检测三维模型;检测优化模块,基于所述检测三维模型确定焊接质量,所述焊接质量包括焊接处是否有焊接位移现象,所述焊接位移现象是由于焊接定位点与工件实际焊接点不能完全对接造成的现象;若有焊接位移现象,基于检测三维模型确定出实际焊接点,将所述实际焊接点的坐标参数替换数据库中的焊接位置。
在另一实施例中,所述检测优化模块中基于所述检测三维模型确定焊接质量包括:
初始比对子模块,将所述检测三维模型与待焊接位置的新的三维图像模型进行模型采用正态分布变换算法进行初始比对,基于模型的多维变量的正态分布进行比对;
精准比对子模块,初始比对完成后,采用迭代最近点算法进行精准比对;
矩阵计算子模块,计算最优理论中最小化两个点之间的距离得到对应的变换矩阵,基于变换矩阵确定旋转矩阵,基于旋转矩阵确定所述检测三维模型与待焊接位置的新的三维图像模型中最近点对比结果;基于对比结果确定焊接质量。
上述技术方案的工作原理为:本实施例采用的方案是所述检测优化模块中基于所述检测三维模型确定焊接质量包括:初始比对子模块,将所述检测三维模型与待焊接位置的新的三维图像模型进行模型采用正态分布变换算法进行初始比对,基于模型的多维变量的正态分布进行比对;精准比对子模块,初始比对完成后,采用迭代最近点算法进行精准比对;矩阵计算子模块,计算最优理论中最小化两个点之间的距离得到对应的变换矩阵,基于变换矩阵确定旋转矩阵,基于旋转矩阵确定所述检测三维模型与待焊接位置的新的三维图像模型中最近点对比结果;基于对比结果确定焊接质量。
上述技术方案的有益效果为:采用本实施例提供的方案所述检测优化模块中基于所述检测三维模型确定焊接质量包括:初始比对子模块,将所述检测三维模型与待焊接位置的新的三维图像模型进行模型采用正态分布变换算法进行初始比对,基于模型的多维变量的正态分布进行比对;精准比对子模块,初始比对完成后,采用迭代最近点算法进行精准比对;矩阵计算子模块,计算最优理论中最小化两个点之间的距离得到对应的变换矩阵,基于变换矩阵确定旋转矩阵,基于旋转矩阵确定所述检测三维模型与待焊接位置的新的三维图像模型中最近点对比结果;基于对比结果确定焊接质量。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于计算机视觉的自动焊接方法,其特征在于,包括:
S100,获取焊接控制***的数据库中的焊接位置和焊接参数;
S200,采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;
S300,采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。
2.根据权利要求1所述的基于计算机视觉的自动焊接方法,其特征在于,
所述S200包括:
S201,自动焊接设备移动至焊接位置;
S202,设置在自动焊接设备上的计算机视觉***采集焊接位置的图像信息,并对采集到的图像信息进行分析,获得焊接工件上的焊接定位点;
S203,判断焊接定位点是否为给定的焊接位置,若否,则将焊接定位点设定为优化后的焊接位置;
S204,将优化后的焊接位置替换原来的焊接位置存入所述控制***的数据库中。
3.根据权利要求2所述的基于计算机视觉的自动焊接方法,其特征在于,
所述S202包括:
S2021,所述计算机视觉***将采集到的图像信息进行整合拼接计算,形成待焊接位置的三维图像模型,并输出三维图像模型中待焊接位置的第一坐标参数;所述待焊接位置与焊接位置相同或不相同;
S2022,将所述待焊接位置的第一坐标参数设定为第一焊接定位点;
S2023,移动计算机视觉***的位置,重新采集调整位置后新的图像信息,并对新的图像信息进行整合拼接计算,形成待焊接位置的新的三维图像模型,并输出新的三维图像模型中待焊接位置的第二坐标参数;将所述第二坐标参数设定为第二焊接定位点;
S2024,计算所述第一坐标参数与从数据库中获取的焊接位置之间的第一距离,计算所述第二坐标参数与从数据库中获取的焊接位置之间的第二距离;
S2025,判断第一距离与第二距离之间的关系,若第一距离小于第二距离,将所述第一焊接定位点设定为焊接工件上的焊接定位点;若第一距离大于第二距离,将所述第二焊接定位点设定为焊接工件上的焊接定位点。
4.根据权利要求3所述的基于计算机视觉的自动焊接方法,其特征在于,
所述S300之后包括:
S400,焊接完成后,采用计算机视觉***采集焊接处的图像,基于该图像形成焊接质量检测图像集,基于所述焊接质量检测图像集构建检测三维模型;
S500,基于所述检测三维模型确定焊接质量,所述焊接质量包括焊接处是否有焊接位移现象,所述焊接位移现象是由于焊接定位点与工件实际焊接点不能完全对接造成的现象;若有焊接位移现象,基于检测三维模型确定出实际焊接点,将所述实际焊接点的坐标参数替换数据库中的焊接位置。
5.根据权利要求4所述的基于计算机视觉的自动焊接方法,其特征在于,
所述S500中基于所述检测三维模型确定焊接质量包括:
S501,将所述检测三维模型与待焊接位置的新的三维图像模型进行模型采用正态分布变换算法进行初始比对,基于模型的多维变量的正态分布进行比对;
S502,初始比对完成后,采用迭代最近点算法进行精准比对;
S503,计算最优理论中最小化两个点之间的距离得到对应的变换矩阵,基于变换矩阵确定旋转矩阵,基于旋转矩阵确定所述检测三维模型与待焊接位置的新的三维图像模型中最近点对比结果;基于对比结果确定焊接质量。
6.一种基于计算机视觉的自动焊接***,其特征在于,包括:
获取模块,获取焊接控制***的数据库中的焊接位置和焊接参数;
定位点确定模块,采用计算机视觉技术确定焊接位置对应的焊接工件上的焊接定位点;
自动焊接模块,采用自动焊接技术在确定的焊接定位点,基于焊接参数进行自动焊接。
7.根据权利要求6所述的基于计算机视觉的自动焊接***,其特征在于,
所述定位点确定模块包括:
移动子模块,自动焊接设备移动至焊接位置;
计算机视觉***,设置在自动焊接设备上的计算机视觉***采集焊接位置的图像信息,并对采集到的图像信息进行分析,获得焊接工件上的焊接定位点;
判断优化子模块,判断焊接定位点是否为给定的焊接位置,若否,则将焊接定位点设定为优化后的焊接位置;
存储子模块,将优化后的焊接位置替换原来的焊接位置存入所述控制***的数据库中。
8.根据权利要求7所述的基于计算机视觉的自动焊接***,其特征在于,
所述计算机视觉***包括:
待焊接位置的三维图像模型形成子模块,所述计算机视觉***将采集到的图像信息进行整合拼接计算,形成待焊接位置的三维图像模型,并输出三维图像模型中待焊接位置的第一坐标参数;所述待焊接位置与焊接位置相同或不相同;
第一焊接定位点设定子模块,将所述待焊接位置的第一坐标参数设定为第一焊接定位点;
第二焊接定位点设定子模块,移动计算机视觉***的位置,重新采集调整位置后新的图像信息,并对新的图像信息进行整合拼接计算,形成待焊接位置的新的三维图像模型,并输出新的三维图像模型中待焊接位置的第二坐标参数;将所述第二坐标参数设定为第二焊接定位点;
距离计算子模块,计算所述第一坐标参数与从数据库中获取的焊接位置之间的第一距离,计算所述第二坐标参数与从数据库中获取的焊接位置之间的第二距离;
确定子模块,判断第一距离与第二距离之间的关系,若第一距离小于第二距离,将所述第一焊接定位点设定为焊接工件上的焊接定位点;若第一距离大于第二距离,将所述第二焊接定位点设定为焊接工件上的焊接定位点。
9.根据权利要求8所述的基于计算机视觉的自动焊接***,其特征在于,
还包括:
检测模块,焊接完成后,采用计算机视觉***采集焊接处的图像,基于该图像形成焊接质量检测图像集,基于所述焊接质量检测图像集构建检测三维模型;
检测优化模块,基于所述检测三维模型确定焊接质量,所述焊接质量包括焊接处是否有焊接位移现象,所述焊接位移现象是由于焊接定位点与工件实际焊接点不能完全对接造成的现象;若有焊接位移现象,基于检测三维模型确定出实际焊接点,将所述实际焊接点的坐标参数替换数据库中的焊接位置。
10.根据权利要求9所述的基于计算机视觉的自动焊接***,其特征在于,
所述检测优化模块中基于所述检测三维模型确定焊接质量包括:
初始比对子模块,将所述检测三维模型与待焊接位置的新的三维图像模型进行模型采用正态分布变换算法进行初始比对,基于模型的多维变量的正态分布进行比对;
精准比对子模块,初始比对完成后,采用迭代最近点算法进行精准比对;
矩阵计算子模块,计算最优理论中最小化两个点之间的距离得到对应的变换矩阵,基于变换矩阵确定旋转矩阵,基于旋转矩阵确定所述检测三维模型与待焊接位置的新的三维图像模型中最近点对比结果;基于对比结果确定焊接质量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210479154.8A CN114841959B (zh) | 2022-05-05 | 2022-05-05 | 一种基于计算机视觉的自动焊接方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210479154.8A CN114841959B (zh) | 2022-05-05 | 2022-05-05 | 一种基于计算机视觉的自动焊接方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114841959A true CN114841959A (zh) | 2022-08-02 |
CN114841959B CN114841959B (zh) | 2023-04-04 |
Family
ID=82567414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210479154.8A Active CN114841959B (zh) | 2022-05-05 | 2022-05-05 | 一种基于计算机视觉的自动焊接方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114841959B (zh) |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4998005A (en) * | 1989-05-15 | 1991-03-05 | General Electric Company | Machine vision system |
US5904864A (en) * | 1997-11-26 | 1999-05-18 | Baltimore Aircoil Company, Inc. | Robotic welding |
US20040124227A1 (en) * | 2001-02-14 | 2004-07-01 | Honda Giken Kogyo Kabushiki Kaisha | Welding condition monitoring device |
JP2008132525A (ja) * | 2006-11-29 | 2008-06-12 | Nachi Fujikoshi Corp | 溶接ロボット教示位置補正システム及び溶接ロボット教示位置補正方法 |
JP2010179328A (ja) * | 2009-02-04 | 2010-08-19 | Kobe Steel Ltd | 位置補正装置、位置補正方法、位置補正プログラム及び位置補正システム |
JP2013013921A (ja) * | 2011-07-05 | 2013-01-24 | Hitachi Ltd | 自動溶接システムおよび自動溶接方法 |
CN103111721A (zh) * | 2013-01-11 | 2013-05-22 | 上海电机学院 | 一种锅炉管系活动连接件焊接方法 |
CN104384762A (zh) * | 2014-09-24 | 2015-03-04 | 上海第二工业大学 | 一种焊机移动控制***以及控制方法 |
CN105427295A (zh) * | 2015-11-12 | 2016-03-23 | 汪月银 | 一种基于焊缝的图像识别方法和图像识别*** |
CN108465900A (zh) * | 2017-02-23 | 2018-08-31 | 通用汽车环球科技运作有限责任公司 | 用于目标距离检测和定位的***及方法 |
CN108747132A (zh) * | 2018-07-24 | 2018-11-06 | 湖北书豪智能科技有限公司 | 自主移动焊接机器人视觉控制*** |
CN109816724A (zh) * | 2018-12-04 | 2019-05-28 | 中国科学院自动化研究所 | 基于机器视觉的三维特征提取方法及装置 |
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 |
CN110524581A (zh) * | 2019-09-16 | 2019-12-03 | 西安中科光电精密工程有限公司 | 一种柔性焊接机器人***及其焊接方法 |
CN110773840A (zh) * | 2019-11-12 | 2020-02-11 | 湖北文理学院 | 焊接偏差测定方法、装置和自动焊接*** |
US20200082278A1 (en) * | 2018-09-12 | 2020-03-12 | Delta Electronics, Inc. | Soldering process parameter suggestion method and system thereof |
CN111037039A (zh) * | 2019-12-31 | 2020-04-21 | 上海森松制药设备工程有限公司 | 平接头焊接方法、装置、***以及计算机可读存储介质 |
WO2020137184A1 (ja) * | 2018-12-27 | 2020-07-02 | 三菱電機株式会社 | 自動溶接システム、エレベーターかご室部品の製造方法、および自動溶接方法 |
CN111596613A (zh) * | 2020-05-18 | 2020-08-28 | 北京创想智控科技有限公司 | 焊接偏差确定方法、装置、电子设备及存储介质 |
CN112238304A (zh) * | 2019-07-18 | 2021-01-19 | 山东淄博环宇桥梁模板有限公司 | 一种基于图像视觉识别焊缝的机械臂自动焊接小批量定制异型桥梁钢模板方法 |
CN112756834A (zh) * | 2021-01-25 | 2021-05-07 | 陕西帕源路桥建设有限公司 | 一种焊枪的焊接位置控制*** |
CN112775975A (zh) * | 2021-02-01 | 2021-05-11 | 重庆皮克索自动化科技有限公司 | 一种视觉引导的多工位机器人焊接纠偏装置及方法 |
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 |
CN113920060A (zh) * | 2021-09-09 | 2022-01-11 | 中国科学院自动化研究所 | 焊接机器人自主作业方法、装置、电子设备及存储介质 |
CN114092647A (zh) * | 2021-11-19 | 2022-02-25 | 复旦大学 | 一种基于全景双目立体视觉的三维重建***和方法 |
CN114083129A (zh) * | 2021-12-17 | 2022-02-25 | 吴小燕 | 一种三维视觉跟踪焊接机器人及其控制方法 |
CN114160921A (zh) * | 2021-11-22 | 2022-03-11 | 湖北文理学院 | 焊接机器人的焊接控制方法、控制装置及焊接机器人 |
CN114273826A (zh) * | 2021-12-31 | 2022-04-05 | 南京欧睿三维科技有限公司 | 用于大型待焊接工件的焊接位置自动识别方法 |
-
2022
- 2022-05-05 CN CN202210479154.8A patent/CN114841959B/zh active Active
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4998005A (en) * | 1989-05-15 | 1991-03-05 | General Electric Company | Machine vision system |
US5904864A (en) * | 1997-11-26 | 1999-05-18 | Baltimore Aircoil Company, Inc. | Robotic welding |
US20040124227A1 (en) * | 2001-02-14 | 2004-07-01 | Honda Giken Kogyo Kabushiki Kaisha | Welding condition monitoring device |
JP2008132525A (ja) * | 2006-11-29 | 2008-06-12 | Nachi Fujikoshi Corp | 溶接ロボット教示位置補正システム及び溶接ロボット教示位置補正方法 |
JP2010179328A (ja) * | 2009-02-04 | 2010-08-19 | Kobe Steel Ltd | 位置補正装置、位置補正方法、位置補正プログラム及び位置補正システム |
JP2013013921A (ja) * | 2011-07-05 | 2013-01-24 | Hitachi Ltd | 自動溶接システムおよび自動溶接方法 |
CN103111721A (zh) * | 2013-01-11 | 2013-05-22 | 上海电机学院 | 一种锅炉管系活动连接件焊接方法 |
CN104384762A (zh) * | 2014-09-24 | 2015-03-04 | 上海第二工业大学 | 一种焊机移动控制***以及控制方法 |
CN105427295A (zh) * | 2015-11-12 | 2016-03-23 | 汪月银 | 一种基于焊缝的图像识别方法和图像识别*** |
CN108465900A (zh) * | 2017-02-23 | 2018-08-31 | 通用汽车环球科技运作有限责任公司 | 用于目标距离检测和定位的***及方法 |
CN108747132A (zh) * | 2018-07-24 | 2018-11-06 | 湖北书豪智能科技有限公司 | 自主移动焊接机器人视觉控制*** |
US20200082278A1 (en) * | 2018-09-12 | 2020-03-12 | Delta Electronics, Inc. | Soldering process parameter suggestion method and system thereof |
CN109816724A (zh) * | 2018-12-04 | 2019-05-28 | 中国科学院自动化研究所 | 基于机器视觉的三维特征提取方法及装置 |
WO2020137184A1 (ja) * | 2018-12-27 | 2020-07-02 | 三菱電機株式会社 | 自動溶接システム、エレベーターかご室部品の製造方法、および自動溶接方法 |
CN112238304A (zh) * | 2019-07-18 | 2021-01-19 | 山东淄博环宇桥梁模板有限公司 | 一种基于图像视觉识别焊缝的机械臂自动焊接小批量定制异型桥梁钢模板方法 |
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 |
CN110524581A (zh) * | 2019-09-16 | 2019-12-03 | 西安中科光电精密工程有限公司 | 一种柔性焊接机器人***及其焊接方法 |
CN110773840A (zh) * | 2019-11-12 | 2020-02-11 | 湖北文理学院 | 焊接偏差测定方法、装置和自动焊接*** |
CN111037039A (zh) * | 2019-12-31 | 2020-04-21 | 上海森松制药设备工程有限公司 | 平接头焊接方法、装置、***以及计算机可读存储介质 |
CN111596613A (zh) * | 2020-05-18 | 2020-08-28 | 北京创想智控科技有限公司 | 焊接偏差确定方法、装置、电子设备及存储介质 |
CN112756834A (zh) * | 2021-01-25 | 2021-05-07 | 陕西帕源路桥建设有限公司 | 一种焊枪的焊接位置控制*** |
CN112775975A (zh) * | 2021-02-01 | 2021-05-11 | 重庆皮克索自动化科技有限公司 | 一种视觉引导的多工位机器人焊接纠偏装置及方法 |
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 |
CN113920060A (zh) * | 2021-09-09 | 2022-01-11 | 中国科学院自动化研究所 | 焊接机器人自主作业方法、装置、电子设备及存储介质 |
CN114092647A (zh) * | 2021-11-19 | 2022-02-25 | 复旦大学 | 一种基于全景双目立体视觉的三维重建***和方法 |
CN114160921A (zh) * | 2021-11-22 | 2022-03-11 | 湖北文理学院 | 焊接机器人的焊接控制方法、控制装置及焊接机器人 |
CN114083129A (zh) * | 2021-12-17 | 2022-02-25 | 吴小燕 | 一种三维视觉跟踪焊接机器人及其控制方法 |
CN114273826A (zh) * | 2021-12-31 | 2022-04-05 | 南京欧睿三维科技有限公司 | 用于大型待焊接工件的焊接位置自动识别方法 |
Non-Patent Citations (3)
Title |
---|
JINLE ZENG 等: "A Weld Position Recognition Method Based on Directional and Structured Light Information Fusion in Multi-Layer/Multi-Pass Welding", 《SENSORS》 * |
杨飚 等: "基于正态分布变换与迭代最近点的快速点云配准算法", 《科学技术与工程》 * |
赵素娟: "激光视觉传感焊缝识别与自动跟踪***", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114841959B (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1378790B1 (en) | Method and device for correcting lens aberrations in a stereo camera system with zoom | |
US6445814B2 (en) | Three-dimensional information processing apparatus and method | |
CN102452081B (zh) | 机械手臂***参数的校正方法与校正装置 | |
EP2033747A2 (en) | Robot simulation apparatus | |
JPH11149558A (ja) | 画像処理装置 | |
CN115810133B (zh) | 基于图像处理和点云处理的焊接控制方法及相关设备 | |
JP2018136896A (ja) | 情報処理装置、システム、情報処理方法、および物品の製造方法 | |
US6519358B1 (en) | Parallax calculating apparatus, distance calculating apparatus, methods of the same, and information providing media | |
CN114972421A (zh) | 车间物料识别追踪与定位方法、*** | |
CN115311371A (zh) | 一种双机器人自动测量划线***标定方法 | |
CN114581368B (zh) | 一种基于双目视觉的棒材焊牌方法及装置 | |
CN114749848A (zh) | 一种基于3d视觉引导的钢筋焊接自动化*** | |
CN114638795A (zh) | 一种多结构光测量单元在线测量方法及*** | |
CN114841959B (zh) | 一种基于计算机视觉的自动焊接方法及*** | |
CN113989199A (zh) | 一种基于深度学习的双目窄对接焊缝检测方法 | |
US20210243422A1 (en) | Data processing apparatus, data processing method, and program | |
CN111598956A (zh) | 标定方法、装置和*** | |
CN114754695B (zh) | 多视场桥梁挠度测量装置、方法及存储介质 | |
CN114283081B (zh) | 基于金字塔加速的深度恢复方法、电子设备及存储介质 | |
CN115719387A (zh) | 3d相机标定方法、点云图像获取方法及相机标定*** | |
CN115194323A (zh) | 一种激光焊接机的定位焊接方法 | |
KR20040034243A (ko) | 차선 인식 방법 및 시스템 | |
CN114862816A (zh) | 毛刺检测方法、***和计算机可读存储介质 | |
CN113932712A (zh) | 一种基于深度相机和关键点的瓜果类蔬菜尺寸测量方法 | |
JP3906615B2 (ja) | 回帰的対応点探索方法、これを利用した三次元位置計測方法、これらの装置、並びに、記録媒体 |
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 |