城軌門鋁合金框架弧焊機器人柔性工作站焊縫檢測與處理方法研究

0城軌門鋁鎂硅框架框架弧焊機器人通過數(shù)據(jù)采集技術(shù)的應用眾所周知，焊接手可以通過眼睛和工業(yè)視覺觀察焊接罐，調(diào)整焊接對象和焊接武器，從而達到高度的精度。但是這依賴于焊工個人的經(jīng)驗、帶有主觀性、勞動強度大、并受煙塵和弧光的影響,也會產(chǎn)生偏差。因此很有必要實現(xiàn)焊縫偏差的自動控制。焊接自動化、智能化是現(xiàn)代焊接技術(shù)發(fā)展的主要方向。焊接機器人是在工業(yè)機器人的基礎上發(fā)展起來的先進焊接設備,國際上越來越廣泛的采用焊接機器人系統(tǒng)代替人工焊接。焊接機器人生產(chǎn)的柔性、焊接工藝的優(yōu)越性,對勞動強度和工作進程的改善,對產(chǎn)品質(zhì)量的提高,以及縮短工作時間,提高工作效率和降低成本,逐漸為人們所認識和接受。在焊接生產(chǎn)領(lǐng)域中,應用焊接機器人已成為一個國家焊接技術(shù)和焊接自動化水平的重要標志。國內(nèi)城市軌道車輛、高速列車的迅猛發(fā)展使得城軌門生產(chǎn)逐年猛增,品種不斷翻新,但鋁鎂硅合金框架等主要零部件仍為手工焊接。由于手工焊接依賴于工人的技術(shù)水平,效率低,焊接質(zhì)量欠佳,優(yōu)質(zhì)品率低,是制約我國城軌門產(chǎn)品升級的關(guān)鍵技術(shù)。然而城軌門鋁鎂硅合金框架弧焊機器人工作站在國內(nèi)城市軌道及高速列車城軌門行業(yè)中的應用尚未見報導。鋁鎂硅合金框架弧焊機器人工作站的建立和完成使城軌門制造的技術(shù)達到國內(nèi)領(lǐng)先水平。機器人焊接需要事先對軌跡進行規(guī)劃,但是城軌門框架零部件在加工和夾具裝夾時會產(chǎn)生尺寸誤差,這使得機器人按照預先規(guī)劃好的軌跡進行焊接的結(jié)果可能產(chǎn)生偏差,且由于變位機工作臺的面積大,其撓度變形不容忽略,為保障合金框架焊縫焊接質(zhì)量,采用計算機視覺焊縫跟蹤技術(shù)為解決這一問題提供了一種新的方法。1跟蹤焊縫,采用間接方式焊縫跟蹤城軌門框架的焊縫是由多組間斷的短焊縫組成的,尺寸偏差較大的情況只產(chǎn)生在一組焊縫與另一組焊縫之間,而每組焊縫之間的尺寸誤差很小。在上述條件下,只需在焊接每組焊縫之前進行焊縫跟蹤,并通過反饋控制系統(tǒng)糾正偏差就可以達到城軌門的焊接要求,而不需要在焊接過程中不間斷的跟蹤。采用間歇方式焊縫跟蹤,圖像采集系統(tǒng)可以在焊接每組焊縫前采集一次圖像,這樣可以避免弧光干擾。同時,為了獲取穩(wěn)定的焊縫圖像,必須安裝外部輔助光源。2其他光照的影響焊縫的視覺跟蹤是在采集的焊縫圖像基礎上進行一定處理運算得到焊縫中心并跟蹤的,在非焊接時采集的未焊接焊縫圖像中沒有明亮的熔池作為焊縫位置的標志,只依靠焊縫與周圍區(qū)域的明暗確定焊縫,明暗對比度的顯著性和穩(wěn)定性對焊縫提取有著重要作用,綜合利用各種因素提高上述性能是提高焊縫視覺跟蹤可靠性和抗干擾能力的必要措施。在焊縫上沒有明亮光源的情況下,外部光源是影響圖像質(zhì)量的首要因素。例如,較強的逆光會使圖像產(chǎn)生大面積的黑暗區(qū)域而無法確定焊縫的位置;而局部的強光又可能使計算機錯誤地判斷其它位置為焊縫等。因此焊縫位置要避免陽光和強烈燈光的直接照射,并采用柔和的燈光以一定角度均勻地照射擬采集圖像的區(qū)域,以獲取明暗度穩(wěn)定的圖像。攝像頭和圖像采集卡的分辨率如果過低,會使采集到的圖像清晰度下降,這將降低焊縫中心的定位精度,并進一步影響焊縫跟蹤的精度。綜上所述,針對這種間斷焊縫的視覺跟蹤,本文采用了柔和的具有均勻照度的光源作為輔助照明光源,并避免其它強光對焊縫的照射干擾;同時,采用適當分辨率的攝像頭和視頻采集卡,攝像頭以一定距離正對焊縫周圍區(qū)域的表面采集圖像。3焊縫實時自動跟蹤CCD獲取焊縫圖像,經(jīng)圖像采集卡A/D轉(zhuǎn)換后送入計算機內(nèi)存,然后采用各種圖像處理方法對圖像數(shù)據(jù)進行處理。圖4(a)是使攝像頭正對焊接工件表面現(xiàn)場采集到的氬氣、二氧化氮混合氣體保護焊V型焊縫圖像,焊縫在圖中為縱向。圖像處理要求處理時間短,并能準確提取出焊縫激光條紋信息,從而準確檢測焊縫位置,實現(xiàn)焊縫實時自動跟蹤。針對上述特點,對原始采集到的圖像采用了中值濾波、閾值變換、圖像反色、拉普拉斯銳化、細化一系列處理,能夠很好地濾除刀痕反光、陰影,以及周圍環(huán)境電磁、靜電等產(chǎn)生的噪聲干擾,準確提取出焊縫條紋信息,并且圖像處理時間短,滿足焊縫實時跟蹤要求。3.1用像素賦給立像中值濾波是一種非線性平滑濾波器,它將使一個模版覆蓋區(qū)域內(nèi)所有值中排在中間的一個賦給模版中心位置的像素。它在既要消除噪聲又要保持圖像的細節(jié)時使用,其主要功能是讓與周圍像素灰度值的差比較大的像素改取與周圍像素值接近的值,從而可以消除孤立的噪聲點。圖4(b)是中值濾波后的圖像,有效地濾除了由刀痕造成的反光和陰影等噪聲信號。3.2設置它的灰值灰度的閾值變換是將一副灰度圖像轉(zhuǎn)換成黑白二值圖像,灰度閾值變換的變換函數(shù)表達式為式中,T為指定的閾值。閾值變換的意義是如果圖像中某像素的灰度值小于該閾值,則將該像素的灰度值設置為0,否則灰度值設置為1。針對在誤差較小時的焊縫位于中部區(qū)域,且灰度值明顯低于其周圍區(qū)域的特點,分別從圖像的兩側(cè)各取一條縱向直線,計算每條直線上所有像素灰度值的平均值(i=1,2)和方差σi(i=1,2),則閾值T為采取式(2)中較小的T值作為指定的閾值進行閾值變換。圖4(c)是經(jīng)過閾值變換后的圖像,有效地提取了焊縫的信息,并濾除大部分由刀痕產(chǎn)生的陰影。3.3圖像膨脹變換膨脹是將與物體邊界接觸的背景像素按照某種規(guī)則合并到物體中的過程。記A用S結(jié)構(gòu)單元膨脹為A⊕S,廣義的膨脹定義為本文中焊縫為貫通圖像上下的值為0的像素,為了避免膨脹變換過程中對焊縫產(chǎn)生過多的影響,取S的結(jié)構(gòu)為5行1列的向量[11111]’,則本文中膨脹變換的意義為:以圖像中值為1的像素為中心,分別把上面和下面2個相鄰的像素值置為1。對于圖4(d)為把圖4(c)進行膨脹變換后的圖像,有效的去除了由刀痕產(chǎn)生的陰影,更加突出了焊縫條紋。3.4圖像獲取和預處理“細化”過程是求圖像骨架的過程。所謂圖像的“骨架”,是指圖像中央的骨骼部分。集合A被結(jié)構(gòu)元素B的細化用A?B表示,細化定義為{B}基于如下結(jié)構(gòu)元素序列:式中Bi是Bi-1的旋轉(zhuǎn)。這就是用B1細化A,然后用B2細化前一步細化的結(jié)果,直到A被Bn細化,整個過程重復進行且到?jīng)]有進一步的變化發(fā)生為止。圖4(e)是經(jīng)過細化后的圖像,從中可以看到,圖像的“骨骼”凸現(xiàn)出來了,準確提取了焊縫中心的位置信息。在實驗中還采用這種算法對沒有V形坡口的焊縫按照上述流程進行處理,處理后的圖像如圖5所示。上面的處理結(jié)果表明這種圖像處理流程對于非坡口焊縫也適用。同時,這也說明該算法具有很強的適應性和抗干擾能力。4焊縫圖像的處理算法用于焊縫跟蹤的圖像處理必須解決兩個關(guān)鍵問題,其一是如何消除噪聲干擾從而準確提取焊縫信息;其二是盡量提高圖像處理速度,滿足焊縫實時跟蹤的要求。這兩個問題是相互矛盾的兩個問題,因此如何簡化圖像處理方法,提高處理速度是焊縫跟蹤的難點之一。上述焊縫圖像的處理算法是利用VisualC6.0++編程實現(xiàn)的。程序流程如圖6所示,用于運行程序的電腦為賽揚CPU,主頻為2.4G,內(nèi)存為256M,對大小為290×330像素的圖像進行上述處理,所需時間為47ms,能夠滿足實時跟蹤的要求。5加強城軌門診焊縫中圖像的采集(1)基于焊縫跟蹤的軌道車輛城軌門機器人焊接技術(shù)的應用使城軌門制造的技術(shù)達到國內(nèi)領(lǐng)先水平。(2)在多組間斷焊接的情況下,城軌門機器人焊接可以采用每組焊接前進行焊縫跟蹤的間歇式跟蹤方式。(3)在非焊接情況下進行焊縫跟蹤要配以適當?shù)妮o助光源,并要避免周圍環(huán)境的強光等噪聲對跟蹤過程的干擾。同時,要采用適當分辨率的攝像頭和視頻采集卡,且攝像頭以一定距離正對焊縫周圍區(qū)域的表面采集圖像。(4)對原始城軌門框焊縫圖像采用了中值濾波、閾值變換、膨脹變換、細化變換一系列處理,該方法能夠準確提取出焊縫中心位置信息,并且處理時間短,能夠滿足焊縫實時跟蹤要求。攝像頭的位置和角度也會對焊縫圖像