基于视觉传感的焊缝跟踪技术

1、第44卷增刊 2010年10月上海交通大学学报JOURNALOFSHANGHAIJIAOTONGUNIVERSITYVol.44Sup. Oct.2010文章编号：1006 2467(2010)S 0130 04基于视觉传感的焊缝跟踪技术盛仲曦1,马宏波2,卫善春2,林涛2(1.中国东方电气集团有限公司，成都611731;2上海交通大学材料科学与工程学院， 上海200240顺要:研究了 2mm厚铝合金薄板脉冲鸨极惰性气体保护焊(GTAW) 焊接过程中的熔池前端焊缝特征，设计了相应的焊缝边缘获取方法，基于此提出了 一种实时焊缝跟踪方法，并设计了模糊PID控制器.结果表明：将提出的实时焊缝跟 踪技

2、术分别在平板对接直缝试件、法兰环缝试件上进行试验，跟踪精度分别可以控 制在 0.3mm和 0.35mm之内.关键词:焊接机器人；视觉传感；图像处理;模糊PID;焊缝跟踪中图分类号:TG409文献标志码：AAutomataticSeamTrackingSystemBasedonVisionSensorSHENGZhong xi, MAHong bo, WEIShan chun, LINTao(1.DongfangElectricCorporation,Chengdu611731,China;2.SchoolofMaterialScienceand Engineering,ShanghaiJiao

3、tongUniversity,Shanghai200240,China)Abstract:Thispaperstudiedthecharactersofweldingseamof2mmthinLF6platesingasshiel dedtung stenarcwelding(GTAW),designedaproperimageprocessingalgorithmtoextract weldingseam,andre alizedarealtimeseamtrackingmethodwithfuzzy PIDcontroller.Ther esultsofexperimentsinstrai

4、ghtseamandflangeseamshowedthatthetrackingerrorcanbecontr olledinarangeof 0.3mm(forstraightseam)and 0.35mm(forflangeseam).Keywords:weldingrobot;visionsensor;imageprocess;fuzzy PID;seamtracking222目前服役的焊接机器人90%都是以示教再现！模式进行工作的，少数以轨迹规 划方式工作1.焊接过程中，焊枪与焊缝中心都会存在一定误差，而且焊接过程又是 一个复杂、非线性、干扰因素较多的过程，焊接工件热变形、咬边、错边

5、，以及焊 缝间隙的变化等是不可预知的，这些因素都会直接影响到焊接质量.在示教再现!或 轨迹规划应用的基础上，实时焊缝纠偏可以进一步提高焊接精度，尤其适用于辅助 工程上焊接易变形、装配复杂等自动焊难以控制的工件生产32脉冲鸨极惰性气体保护焊（GTAW）焊接方法，对平板直缝和平板法兰进行焊缝跟踪 试验，将传统的示教再现！型机器人开发成具有实时焊缝跟踪的弧焊机器人系统 . 1试验部分1.1试验系统组成在本实验中，执行机构包括日本安川电机公司的 HP6型焊接机器人，两轴翻转变位 机，单轴头尾式变位机，日本OTC公司生产的INVERTERELESON500P型交直流两 用GTAW焊接电源，.本文以新型航

6、天器燃料贮箱LF6铝合金材2mm薄板的对接焊接为背景，针对收稿日期:2010 06 30作者简介:盛仲曦（1984 ），男,硕士研究生，工程师，研究方向为焊接自动化.（:E增刊盛仲曦，等:基于视觉传感的焊缝跟踪技术 131CM 271型送丝机和HC 71型送丝控制箱.控制系统为研华公司的工控机，传感系 统为自行开发的CCD被动光视觉系统，以及图像采集卡.整个系统如图1所示图像采集卡送丝机L数/模转换卡纠偏信号*焊接电源机器人控制器用3? 3模板中值滤波，当前像素点的灰度值由它的8邻域的像素灰度值的中间值 获得.在对图像进行了观察和分析后，发现即焊缝边缘和其他区域相比，灰度变化极大. 因此,根据

7、灰度值变化的速率来确定焊缝边缘点，即每一列中速率变化最大的2个 点作为为焊缝的上下边缘点.用此种边缘检测算法是基于2mm薄板的特性，没有坡 口使焊缝处较大的灰度变化在整幅图像中极易捕捉，同时此类算法较小的计算量也 不会影响到图像处理的实时性.经过上述图像处理之后并不能够准确地获得焊缝边缘，仍旧有伪边缘存在，如何再 去除伪边缘点，识别出真正的焊缝边缘，是图像处理中最困难，也是最关键的技术 通 过24邻域从上下2个方向向中间逐行扫描的方式去除伪边缘点.由于焊缝边缘是 连图 1 焊接机器人系统示意图 Fig.1 Structureofweldingrobotsystem续变化的,假设存在图像处理误差

8、在2个象素之内，如果某一特征点24邻域内不存 在相邻特征点，认为该点为伪边缘点或孤立点.1.2.3图像处理算法精度验证为了验证图像处理算法的精度，采用了激光测距传 感器对焊缝的实际位置进行了精确定位.在工装一侧竖立一块表面光滑且与焊缝平行的金属板，然后对机器人示教一条准确 的沿焊缝路径，并在变形不大的厚板上进行试验.起弧后，激光测距传感器开始工作， 得到实时焊缝位置，并与经过图像处理所得到焊缝位置进行对比，结果如图3所示， 中部的水平直线为示教焊缝路线，折线为经过图像处理算法纠偏的焊枪实际路径.考虑到LF6铝合金薄板的焊接性，采用交流脉冲焊进行焊接，脉冲频率为2Hz,基 值电流为50A,峰值电

9、流为125A,焊接速度为2.6mm/s.1.2图像采集与处理1.2.1 开小窗口分析法 采用小窗口！获取焊缝特征信息，在焊缝区域开了一个100 帧？ 120帧的小窗口，仅对此窗口内的图像进行处理.该窗口包含了进行焊缝跟踪所 需要的特征信息，又削减了大量不必要的图像信息.CCD摄像机和送丝嘴都固定在 焊枪上，也就是焊枪、鸨极、送丝嘴在图像平面投影的相对位置是不变的，同时在试验前已经将CCD摄像机的轴心、焊枪轴心以及焊缝调节到了同一个平面上，如此，焊枪的轴线在图像平面上的投影为一条水平线，为后续的跟踪提供了便利条件.1.2.2 图像处理算法在试验中，首先提取到焊缝的上下边缘，经过去除伪点之后进 行

10、最小二乘法拟合，得到焊缝中心线.图像处理算法流程主要包括图像复原、中值 滤波、边缘寻找、伪点去除及最小二乘法拟合，如图2所示4图像中值边缘一伪点一宜线复原 滤波 寻找 去除 拟合图3图像处理精度验证结果Fig.3 Resultofimageprocessprecisionverification对比显示，本文中图像处理算法所得到的焊缝位置与实际焊缝位置的误差在 0.15mm 以内.综上所述，根据试验分析和计算机数字图像处理本身固有的误差，可以确定本文研 究的焊接过程图 2 焊缝图像处理流程 Fig.2 Flowofseamimageprocess的图像处理方法的精度能够控制在0.15mm范围内

11、，完全满足实际焊接的需求.1.3焊缝跟踪原理及实现0.15WLISW 或港0.100.050 0.05 -OJO020406080100120140160跟踪点序号132上海交通大学学报第44卷方，通过直接观察焊枪与焊缝中心线的位置关系，提取偏差信息，输出纠偏控制电压 由于铝合金具有较强的反光性，在熔池前端区域有一个反光区，检测的间隙与实际 间隙大小差异很大，甚至无法看清，所以,本次项目检测的焊缝中心距离熔池中心具 有一定距离，需通过曲线拟合的方法才能计算出当前焊接位置的焊枪与焊缝中心的 偏差量，如图4所示为了既保证稳定焊接，又能快速纠偏，设计了模糊PID控制器.该控制器的思想是 在不同的环境

12、下，调整PID3个参数的值，使纠偏系统满足下列要求：一是在偏差量较 小时,进行精细调节，以防止超调和保持系统稳定为主要目标；二是在偏差量较大时， 进行大步长纠偏，使鸨极尽快回到正常范围附近，响应时间越短越好.根据控制系统的稳定性和准确性原则，为了提高控制器的稳定性和抗干扰性，引入 了误差预测，即偏差量对时间的2阶导数作为第3输入量，将该模糊PID控制器改 进为3输入3输出的控制器.62结果与分析2.1平板直缝跟踪试验结果本文设计了如图5所示的双折线路径，焊缝为2块无坡口平板对接焊缝，没有明显 间隙，示教轨迹与真实焊缝的偏差量控制在6mm范围内.其中，图 4 焊缝跟踪原理 Fig.4 Princ

13、ipleofseamtracking双折线为实际示教路径，中间的平直线为实际焊缝路径，实际焊接路线为平直线周 围波动的曲线020406080100120140跟踪点序号1.4控制器设计1.4.1 纠偏电压与纠偏量关系建模由于首钢Motoman系列机器人纠偏卡是不开放的,无法得知其运动细节，建模可以使该过程简单化.对纠偏系统进行建模后，使用 Matlab的Simulink工具对控制器进行离线设计.经过试验，在机器人运动过程中，在 单位时间内随机给出不同的纠偏电压，并记录该纠偏电压下的偏差量.选取连续的3 组共383对数据作为样本空间.使用Matlab对3组数据进行建模，得到了 1个线性 回归模型

14、，其对3组数据都有很高的适配度，分别为82.3%,97.16%ffi 95.99%.1.4.2 模糊PID控制器设计 为了研究纠偏对焊接效果的影响，分别用1V、1.5V、2.5V、3V的恒定纠偏电压信号进行纠偏.试验表明，纠偏电压为1V时，由于纠偏力 度太小，虽然在执行纠偏，但是偏差仍旧越来越大，甚至在末段由于偏差太大，超出可 纠偏范围，图像处理程序出错，得到错误的偏差信号；当纠偏电压是1.5V时,其表示 出来的偏差情况与1V分析出来的一样，因此,1.5V仍然电压偏小；当使用2.5V纠偏时，就没有使用1.5V时的偏差特征，此时偏差基本上在0附近波动；当纠偏电压达 到3V时，偏差依旧在0附近波动

15、，但是波动的幅值明显增大，实际上焊枪在焊缝附近 产生了较大的振荡，必将导致较差的焊缝成形.5图 5 平板直缝跟踪试验结果 Fig.5 Resultofstraightseamtracking试验结果表明，跟踪控制效果非常明显，尽管示教轨迹与焊缝中心有最大6mm的焊缝偏差，但是通过焊缝自动跟踪系统的纠偏调节，使枪尖投影点与焊缝中心的 偏差能够控制在 0.15mm范围内.考虑到图像处理的误差，实际跟踪误差在0.3m内.2.2法兰环缝跟踪试验机器人进行了法兰的简易示教，即1圈只示教4到5个点，随后进行跟踪试验，同时 对试验中所采集到焊缝偏差量数据进行了记录.图6为试验结果分析，验证了法兰 试验件焊接

16、过程中焊缝跟踪控制技术的有效性.试验结果数据显示其跟踪误差略大于平板焊接，最大误差达到了0.2mm.考虑到图像处理误差，真实误差在 0.35mm内.引)505050505022110 uI12 0.0.eso.o.o,().('),204060100120增刊盛仲曦，等:基于视觉传感的焊缝跟踪技术0.35mm以内.参考文献： 1331 Kannatey AsibuE.MilestonedevelopmentsinweldingandjoiningprocessesJ.ASMEJournalofManufac turingScienceandEngineering,1997,1 19(1

17、1):801 810.图6平板法兰环缝跟踪试验结果 Fig.6 Resultofflangeseamtracking2林尚扬，陈善本,李成桐.焊接机器人及其应用M.北京:机械工业出版社,2000.3何景山，杨春利,林三宝，等.无辅助光源图像的TIG焊焊缝跟踪传感系统J.焊接学报,2000,21:37 41.HEJing shan,YANGChun li,LINSan bao,etal.Imagemethodseamtrackingsensingsyst emwithoutauxiliaryLightinTIGweldingJ.TransactionsoftheChinaweldinginstitution,20 00,21:37 41.4何 斌.VisualC+数字图像处理M.北京:人民 邮电出版社,2001.5沈鸿源，樊重建，林 涛，等.基于被动视觉的方波交流GTAW机器人焊缝跟踪J.焊接,2007,11:33 36.SHENHong yuan,FANChong jian,LinTao,etal.Weldtrackingtechnologyofsquare wa veACGTAWforweldingrobotbasedonpassivevisionJ.Welding&Joining,2007,11:33 3 6.6尚 涛.机电控制系统设计M.北京:化学工业出版 社,