基于机器视觉的白车身焊点自动定位方法研究

《基于机器视觉的白车身焊点自动定位方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代号10532学号S150200326分类号TP249密级公开硕士学位论文基于机器视觉的白车身焊点自动定位方法研究学位申请人姓名巴文进培养单位机械与运载工程学院导师姓名及职称宋凯副研究员学科专业汽车电子研究方向机器视觉论文提交日期2018年04月23日学校代号：10532学号：S150200326密级：公开湖南大学硕士学位论文基于机器视觉的白车身焊点自动定位方法研究学位申请人姓名巴文进导师姓名及职称宋凯副研究员培养单位机械与运载工程学院专业名称车辆工程论文提交日期2018年04月23日论文答辩日期2018年05月19日答辩

2、委员会主席冯凯教授ResearchonAutomaticLocationofWhitebodySolderJointBasedonMachineVisionbyBaWenjinB.E.(HunanUniversity)2015AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinVehicleEngineeringintheGraduateSchoolofHunanUniversitySupervisor

3、AssociateResearcherSongKaiMay,2018基于机器视觉的白车身焊点自动定位方法研究摘要在汽车制造行业，电阻点焊作为白车身上应用最广泛的焊接工艺，对维持汽车整车的刚度结构以及质量水平有着重要意义。许多汽车整机生产企业已经实现了机器人自动化点焊生产，而与此对应的焊点质量的检测方法，其自动化程度并不高，目前应用的焊点检测设备大多只能使用人工方式对焊点进行离线抽检，检测效率低，不能及时反馈焊点质量，无法适应工业生产自动化的潮流。本文结合已有的超声波焊点质量检测技术，研究基于机器视觉的白车身焊点自动定位方法，对

4、焊点进行快速的定位，并引导机器人末端焊点检测设备的探头到达焊点位置进行质量检测，从而实现焊点的自动化质量检测功能。本文的主要研究内容如下：（1）根据焊点定位功能的需求，搭建机器视觉试验平台。采用某型号汽车白车身为试验对象，对机器视觉系统硬件选型，包括相机、镜头、光源、机器人、工控机等，并对硬件进行合理布置；设计焊点识别定位的流程，根据选型的硬件选定驱动接口、合适的编程语言和函数库，确定程序架构。（2）根据焊点图像特征，设计焊点的图像处理定位算法。分析焊点图像轮廓和灰度分布的特点，设计图像处理算法包括图像滤波、边缘检测等预处理方

5、法，应用Hough变换原理使用圆形拟合焊点轮廓对焊点定位，并根据焊点的渐变曲率特征设计了多轮廓拟合并聚类分析的定位方法，对于轮廓不规则焊点中心的定位具有较好的效果。（3）求解相机模型参数，研究机器人引导方法，使机器人末端的超声波检测探头对准定位的焊点中心。分析相机模型的原理，计算相机的内参数矩阵、畸变系数等，并采用仿射变换的原理，得出相机坐标系到机器人的世界坐标系下的转换方法。研究机器人接口通讯方式，实现工控机与机器人之间实时的信息交互，使工控机可以引导机器人移动到焊点位置。（4）根据白车身焊点定位和质量检测的功能要求，开发了

6、一套软件，可以实现图像处理、图像数据存储和设置、引导机器人移动、焊点质量检测等功能，并在搭建的机器视觉试验平台运行测试，对不同位置的焊点进行重复的定位检测试验，将测试结果和相关的数据进行分析总结，验证焊点识别定位方法的有效性，对实现白车身焊点在生产线上的自动化质量检测具有重要的参考价值。关键词：电阻点焊；机器视觉；焊点定位；相机标定；机器人引导II工程硕士学位论文AbstractIntheautomotivemanufacturingindustry,resistancespotwelding,asthemostwidelyu

7、sedweldingtechnologyforbody-in-white,isofgreatsignificanceformaintainingtherigidityandqualityoftheentirevehicle.ManyautomotiveOEMshavealreadyachievedroboticautomatedspotweldingproduction.However,theweldingspotqualityinspectionmethodcorrespondingtothismethodisnotvery

8、automatic.Currently,mostofthesolderjointinspectionequipmentcurrentlyusedcanonlyuseartificialweldingpoints.Performingoff-linesamplinginspec