三维焊缝解耦视觉检测算法分析-(5402)

《三维焊缝解耦视觉检测算法分析-(5402)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、河北工业大学硕士学位论文摘要随着现代化焊接生产对产品质量和生产效率的要求越来越高，如何保证焊接质量，提高焊接自动化水平成为摆在人们面前的一项重大课题。激光结构光主动视觉检测系统在提高焊接机器人的自动化、智能化方面发挥了积极作用。目前，国内外制造领域正面临着机器人大规模应用的宝贵机遇,对于能够提高机器人柔性和智能程度的视觉传感系统的需求日益迫切。因此，研究视觉检测算法，开发具有自主知识产权的视觉检测系统，对于提高机器人的感知能力具有十分重要的意义。以管道对接V形坡口焊缝为主要研究对象，设计了用于算法测试的视觉

2、检测系统样机。选用基于TexasInstrumentC64系列DSP处理器的智能摄像机、波长650nm的线激光光源、合适焦距的镜头、滤光片，并根据视觉检测系统的空间约束关系和视觉测量原理，设计了样机的硬件结构。通过对实时焊缝图像进行最小感兴趣区域(ROI)确定，自适应图像分割，中心线条纹提取，中心线差值与滤波，Hough变换提取结构光主直线等处理，采用基于距离搜索的方法提取焊缝特征点，准确获得了图像平面上反映焊缝形状和位置的特征点坐标。针对环形焊缝提出了解耦检测算法，即通过对单帧图像提取的三维焊缝特征信息进

3、行解耦，计算出焊枪在二维平面内相对焊缝中心的偏差量。进而设计了基于图像的控制方法，实现了焊枪的快速准确定位。通过大量的现场测试结果证明，本文建立的视觉检测系统紧凑、可靠，设计的图像处理算法具有较好的稳定性和实时性、较高的可靠性和抗干扰性，解决了焊接过程中强干扰环境中的焊缝识别和实时控制问题，能满足工业生产要求，具有重要的科学和使用价值。关键词：V形坡口管道焊接视觉检测图像处理焊接机器人I三维焊缝解耦视觉检测算法研究ABSTRACTAsthemodernweldingproductionrequirement

4、sforproductqualityandefficiencyishigherandhigher,howtoguaranteetheweldingqualityandimprovethelevelofweldingautomationbecomeanimportanttopicforhumanbeings.Laserstructurelightactivevisualinspectionsystemhasplayedapositiveroleinimprovingtheautomationandintell

5、igenceofweldingrobot.Atpresent,manufacturingathomeandabroadisfacingpreciousopportunityofrobotslarge-scaleapplicationsothedemandofvisualsensingsystemwhichimprovestherobotflexibilityandintelligenceisbecomingmoreandmoreurgent.Sostudyingthevisualdetectionalgor

6、ithmanddevelopingvisualinspectionsystemwithindependentintellectualpropertyrightsareofgreatsignificanceforimprovingtherobot'sawareness.ThevisualinspectionsystemprototypeinwhichpipelinedockingVgrooveweldisseenasthemainresearchobjecthasbeendesignedforalgorith

7、mtesting.IntelligentcamerasbasedonTexasInstrumentC64seriesDSPandthelaserlightsourcewithlinepowerof100mw,thewavelengthof650nmandappropriatefocallengthoflenswithfilterarechosenforthesystem.Thehardwarestructureofprototypehasbeendesignedaccordingtospaceconstra

8、intsandvisualmeasurementprincipleofvisualinspectionsystem.Thestructurelightprocessingisextractedbasedonaleastinterestinreal-timeweldseamimagearea(ROI),anadaptiveimagesegmentation,thestripeextractionofcenterli