弧焊机器人焊接区视觉信息传感与控制技术(图).docVIP

　　弧焊机器人焊接区视觉信息传感与控制技术(图)|第1 .lunm区域，通过选择高性能的滤光玻璃，传感器只允许电弧和熔池以及工件表面的反射光中波长为λ＝（601±2） 的光通过，形成熔池图像，并以此来观测焊接熔池变化。 　　为了避免焊接过程中强弧光等对视觉传感的干扰，在采用了合适波长的滤光片的同时也研究了如何利用合理的抓图时刻来排除干扰。通过焊接工艺试验，总结了在拍摄TIG 焊图像的规律：a.在脉冲电流峰基值阶段的图像品质存在较大差异，其原因是脉冲电流峰值期间拍摄图像时，因电弧的弧光太强，焊缝信息淹没在弧光之中，导致从图像中获得焊缝位置信息的困难；而在脉冲电流基值期间进行拍摄图像时，电弧的弧光较弱，图像特征相对比较明显，包含的信息丰富，便于后续的图像处理。b.在脉冲电流基值期间，不同时刻所拍摄的图像质量也不相同。 这是因为作为被动光源的电弧光强在脉冲电流基值期间总是由强转弱地不断变化。针对电弧光强的这一特点，应该选择脉冲电流基值期间的某一个电弧光强适中的时刻来拍摄图像。c.峰值电流42A峰值时间50ms，基值电流5A，基值时间80ms时，采用中心波长为860μm的滤光片，在峰值电流过后5ms后，可获取清晰、稳定、特征明显的实时焊缝图像。 　　研究发现co2焊熔池信息检测相对TIG焊要困难的多，不仅要避开电弧闪烁、飞溅和烟尘等干扰，而且还要解决好摄像机的固定工作时序与短路发生的随机性之间的矛盾。研制成co2短路过渡焊接熔池图像检测专用传感器。该传感器具有独特 的光学设计，改善了装备此类视觉传感系统的焊枪的灵活性和可达性，且设计了短路过渡发生的随机性与普通CCD 摄像机固定曝光时序之间的这一矛盾的熔池图像检测控制电路，成功检测到短路过渡熔池图像，为从视觉角度进行焊缝跟踪、过程监控和质量控制奠定了基础。 1.2 主动视觉 　　主动视觉一般是基于三角测量原理的视觉方法，其光源为单光面和多光面的激光和扫描的激光束。 　　为简单起见，分别称之为结构光法和激光扫描法。由于光源是可控的，所获得的图像受环境的干扰可去掉，真实性好。 因而图像底层处理稳定、简单、实时性好。 　　根据埋弧焊的特点，通过对线阵CCD传感器在光源性质和光路结构上的改进，大大提高了传感器的抗干扰能力。光源采用半导体激光器，光路结构改为线结构光照射焊缝，线阵CCD 在垂直方向接受散射光这样可以有效地克服焊缝坡口信号对工件表面状况的敏感性。改进的光路结构如图1所示。 　　激光经柱面透镜在工件表面汇聚成宽度很窄的结构光带，该光带在工件表面和坡口内部将形成一条空间曲线ABCDE。选择适当的入射角使在垂直方向上的散射光最强，通过圆透镜在线阵CCD的感光带上成像。当圆透镜的焦距足够大时，该光学系统的景深也相应较长。可认为像曲线为一平面曲线abcde。这样，来自工件表面的光能落在CCD上并使其感光，而坡口处的光带BC和CD所成的像bc和cd落在CCD的感光部分之外，不能使CCD对应的像素感光，由此可以提取焊缝坡口位置信息。 光路中的滤光片用以增强系统的抗杂光干扰能力。 2 视觉信息控制技术 　　焊接图像获取的目的是利用其丰富的信息量来控制弧焊机器人行走和焊接熔池成形。但是在粗糙表面和强烈弧光等焊接条件下，采集的焊缝图像受到飞溅、烟尘的干扰，且含有强烈的电磁干扰，导致检测器的电子元件引起噪声。必须采取合适的图像降噪方法对图像进行预处理以获取清晰的焊缝图像。 　　现行图像滤波的常规方法有频率域和空间域两种。频率域方法主要通过对图像进行傅氏变换以后，选取适当的频域带通过滤波器进行滤波处理。经傅氏反变换后获得去噪声图像。这种方法对周期性特征较强的噪声较为有效，但在处理过程中，由于难以区分与噪声频率相近的图像信息，以至往往造成大量图像信息的损失。空间域方法主要采用各种图像平滑模板对图像进行卷积处理，以达到压抑或消除噪声，如邻域平均、中值滤波等属于这一类方法，该方法在消除或压抑噪声的同时，使图像变得模糊，损失了图像中大量的微细影纹和边缘特征信息。因此，利用小波变换的时€€€€频分析的优点实现了既降低图像噪声又能保持图像细节的焊接图像降噪。 　　在文献[6][7]中总结出：降噪这一步骤对在试验系统中采集的图像的最终处理结果影响不大。试验中也跳过了这一步。 此外，忽略该步骤对提高算法的速度，增加系统的实时性也是有益的。 　　 在此从过程控制和质量控制两方面来阐述视觉信息在焊缝跟踪和熔池控制中的应用。 2.1 视觉信息在过程控制中的应用 　　由于焊接过程是一个伴随着强光、强热的动态过程，要实现精确的焊缝自动跟踪是焊接领域一个重要研究课题。焊缝跟踪系统一般都由传感器、信号处理和执行机构等3部分构成。　　 其中视觉传感器由于可以远离强光强热的熔池!还可以获得大量的可用信息，因而得到了研究者的青睐。因此，如何