手眼自標(biāo)定的對接焊接系統(tǒng)及關(guān)鍵技術(shù)

秦文罡，馬 群

（1.西安工業(yè)大學(xué) 光電工程學(xué)院，陜西 西安 710032；2.西安電子科技大學(xué) 技術(shù)物理學(xué)院，陜西 西安 710071）

手眼自標(biāo)定的對接焊接系統(tǒng)及關(guān)鍵技術(shù)

秦文罡1，2，馬 群1

（1.西安工業(yè)大學(xué) 光電工程學(xué)院，陜西 西安 710032；2.西安電子科技大學(xué) 技術(shù)物理學(xué)院，陜西 西安 710071）

針對拼板對接焊的特點(diǎn)，提出了圖像獲取和焊接分離的焊接工藝，并構(gòu)建基于嵌入式系統(tǒng)的機(jī)器視覺焊接系統(tǒng)。焊接工藝過程中首先獲取拼板對接焊縫圖像，計(jì)算焊縫參數(shù)并規(guī)劃焊接路徑，然后在焊接過程依據(jù)焊接路徑數(shù)據(jù)控制焊槍的運(yùn)動軌跡與焊縫重合，實(shí)現(xiàn)高精度焊接。系統(tǒng)采用運(yùn)動參數(shù)進(jìn)行手眼關(guān)系自我標(biāo)定和自適應(yīng)閾值處理技術(shù)實(shí)現(xiàn)焊縫圖像濾波。系統(tǒng)圖像掃描速度為15 m/min，焊接速度0.8～1.5 m/min，能夠獲得良好的單面焊雙面成形的效果。實(shí)驗(yàn)表明，提出的焊接工藝方法和構(gòu)建的焊接系統(tǒng)消除了弧光、煙塵的影響，能夠提高拼板對接焊的焊接質(zhì)量和生產(chǎn)效率。

機(jī)器視覺；對接焊；手眼標(biāo)定；自適應(yīng)閾值處理

0 前言

目前機(jī)器視覺焊接形式主要有兩種：一種是可編程示教再現(xiàn)型的自動焊接機(jī)器人，第二種是焊接實(shí)時(shí)跟蹤法。在結(jié)構(gòu)化環(huán)境中的機(jī)器人焊接作業(yè)可采用離線示教方式[1]，但焊接過程中可能會因工件變形或機(jī)構(gòu)錯(cuò)位等原因偏離預(yù)定焊接軌跡；而非結(jié)構(gòu)化環(huán)境中的焊接機(jī)器人，在線自主識別待焊區(qū)非常重要[2]。從傳感光源形式可分為主動視覺和被動視覺方法，焊接件坡口在激光光源照射下的形貌以激光光斑的形式表現(xiàn)出來，圖像處理技術(shù)能夠提取角點(diǎn)特征，從而確定焊縫位置；但是對接焊縫的焊縫寬度往往小于1 mm，而且沒有坡口或者特征不明顯，因而無法采用線結(jié)構(gòu)光跟蹤方法[3]，難于實(shí)現(xiàn)實(shí)時(shí)跟蹤焊接。針對于結(jié)構(gòu)化的對接焊接件，主要問題是焊縫特征提取和精確定位焊接。

基于視覺的實(shí)時(shí)焊接跟蹤技術(shù)一般可分為兩個(gè)步驟實(shí)施：第一是通過提取焊縫中心線，計(jì)算焊炬中心與焊縫中心線之差作為偏差信號；第二是根據(jù)偏差信號，采用一定的控制算法，驅(qū)動焊炬電機(jī)進(jìn)行相應(yīng)運(yùn)動，跟蹤焊縫。但是弧光、電弧熱、飛濺以及煙霧等強(qiáng)干擾，是每一種視覺傳感方法都需要解決的問題。基于上述問題，針對對接焊提出了采用圖像獲取與焊縫焊接分離的工藝方法，與以往的焊接方法相比，具有三個(gè)突出特點(diǎn)：（1）避免了弧光、電弧熱、飛濺、以及煙霧等多種強(qiáng)烈干擾對圖像信息的獲取和焊縫二維信息的準(zhǔn)確分析；（2）光源可以選擇非特殊定制激光，而采用沐光照明，控制光源的亮度即可；（3）采用圖像處理的方法對對接焊縫的最小間隙無特殊要求，適用范圍廣泛[4]。

2 焊接工藝過程分析

焊接工藝過程示意如圖1所示。

（1）焊縫圖像獲取。首先對焊接件進(jìn)行圖像掃描、分析處理，運(yùn)動控制器驅(qū)動焊接小車從焊縫的起始位置A端快速運(yùn)動到B端，在此過程中獲取焊縫的二維信息，計(jì)算焊縫寬度、焊槍和工藝所要求的焊縫位置的偏移量。

（2）焊接過程。從B端返回，起弧焊接，通過控制器將信號發(fā)送給執(zhí)行機(jī)構(gòu)來改變焊槍的位置，使焊槍始終處于準(zhǔn)確的焊接位置，一直跟蹤焊接到起始端A處。

3 系統(tǒng)組成

構(gòu)建的視覺焊接系統(tǒng)主要由圖像獲取單元、焊接平臺以及嵌入式信息處理單元三部分構(gòu)成。其原理示意和系統(tǒng)實(shí)體如圖2、圖3所示。

圖像獲取單元采用單色CCD作為傳感器，用于獲取焊縫的圖像信息；光源采用環(huán)形高亮白光LED，環(huán)形燈固定于光學(xué)鏡頭外圍；CCD和光源垂直于焊接面。與鏡頭光軸平行的位置設(shè)計(jì)了線激光標(biāo)示器，用于校準(zhǔn)手眼關(guān)系。

焊接平臺搭載了圖像獲取單元、位置和電流電壓傳感器、送絲機(jī)和驅(qū)動焊槍的兩軸運(yùn)動臂，平臺在信息處理單元的控制下實(shí)現(xiàn)焊縫圖像獲取過程的高速運(yùn)動和焊接過程的低速運(yùn)動；運(yùn)動臂帶動焊槍在垂直于焊接小車運(yùn)動方向的徑向步進(jìn)和焊件接觸距離方向的距離步進(jìn)，上述步進(jìn)信息由信息處理單元依據(jù)圖像數(shù)據(jù)規(guī)劃。

信息處理單元主要由DSP和FPGA搭建的硬件平臺構(gòu)成，完成圖像的攝取、數(shù)據(jù)處理、傳感數(shù)據(jù)分析、人機(jī)交互和驅(qū)動運(yùn)動臂動作。人機(jī)接口能夠顯示焊縫的寬度和實(shí)時(shí)運(yùn)動速度；依據(jù)焊件厚度和焊縫寬度，設(shè)置焊接速度，以實(shí)現(xiàn)滲透充分。

4 關(guān)鍵技術(shù)分析

基于圖像獲取分析與焊縫焊接過程分離的工藝過程，構(gòu)建的系統(tǒng)不再采用傳統(tǒng)的三角測量原理，而是通過圖像攝取手段獲取焊接件的焊縫寬度和長度信息，因此系統(tǒng)手眼關(guān)系和圖像處理算法對焊接精度至關(guān)重要。

4.1 手眼關(guān)系標(biāo)定

標(biāo)定的目的是確定三維物體的世界坐標(biāo)系到攝像機(jī)上圖像坐標(biāo)系的映射關(guān)系，標(biāo)定是從二維圖像到三維空間信息轉(zhuǎn)換的橋梁。其精度是視覺計(jì)算精度的關(guān)鍵因素之一，也是系統(tǒng)誤差的主要來源[5-6]。對安裝在機(jī)器人上的視覺系統(tǒng)來講，標(biāo)定內(nèi)容主要有：（1）攝像機(jī)內(nèi)外參數(shù)和攝像視覺系統(tǒng)的關(guān)系的標(biāo)定；（2）手眼關(guān)系標(biāo)定。針對第二項(xiàng)內(nèi)容，提出了基于圖像信息和焊接機(jī)器運(yùn)動參數(shù)的在線自我標(biāo)定過程。

傳統(tǒng)的手眼系統(tǒng)標(biāo)定是基于參考物的技術(shù)，實(shí)施過程是將高精度的模板置于已知參數(shù)的工作場景中來獲得手眼參數(shù)，但很多現(xiàn)場環(huán)境或工程領(lǐng)域無法標(biāo)定此類。而自標(biāo)定方法不需借助外在模板，僅利用圖像信息和焊接運(yùn)動參數(shù)的對應(yīng)關(guān)系獲取系統(tǒng)參數(shù)。在自動焊接過程中，焊接運(yùn)動精度的因素包括零部件的加工制造誤差、安裝誤差、傳動機(jī)構(gòu)的誤差、連桿和關(guān)節(jié)的柔性、工作環(huán)境、精度測量的不確定度以及機(jī)器人機(jī)電系統(tǒng)的非線性耦合等，這些因素中的每一種都可能成為影響末端執(zhí)行器運(yùn)動位姿精度的主要因素。根據(jù)研究表明，焊接系統(tǒng)的間隙誤差和當(dāng)高速運(yùn)動時(shí)產(chǎn)生的彈性變形與振動等誤差源都是隨機(jī)的，在末端執(zhí)行器的運(yùn)動過程中，各隨機(jī)誤差源是隨時(shí)間變化的，并且在運(yùn)動過程中，各個(gè)誤差源的干擾是相互關(guān)聯(lián)的。因此，基于自標(biāo)定的方法能夠?qū)⒎请S機(jī)的誤差參數(shù)計(jì)算在標(biāo)定參數(shù)，提高系統(tǒng)的精度。

依據(jù)提出焊接工藝，系統(tǒng)標(biāo)定也分為兩步。

第一步是依據(jù)試驗(yàn)樣品，獲取樣品的焊縫圖像。圖像解析的焊縫坐標(biāo)表示為

式中 （tx，y）為焊縫的真實(shí)坐標(biāo)系；n（x，y）為傳輸線、電氣干擾等引入的圖像噪聲；（x，y）為傳感器的運(yùn)動引入的圖像模糊；cδ為由光學(xué)系統(tǒng)、攝像系統(tǒng)等安裝引入的圖像畸變。在單目焊接視覺系統(tǒng)中，三維空間的深度被忽略，進(jìn)行二維平面的計(jì)算。

在第二步時(shí)，利用上一步計(jì)算的坐標(biāo)數(shù)據(jù)，控制執(zhí)行機(jī)構(gòu)進(jìn)行步進(jìn)。同時(shí)，啟動與攝像視覺同一坐標(biāo)的激光指示器。獲取的激光指示標(biāo)的坐標(biāo)表示為

式中 （lx，y）為指示的真實(shí)坐標(biāo)系；n（'x，y）為傳輸線、電氣干擾等引入的圖像噪聲；（'x，y）為傳感器的運(yùn)動引入的圖像模糊；cb'為由光學(xué)系統(tǒng)、攝像系統(tǒng)等安裝引入的圖像畸變。

在相同運(yùn)動速度和同一運(yùn)動軌道運(yùn)行，設(shè)定各種噪聲引發(fā)焊縫和激光指示坐標(biāo)的變化的差異可以忽略，因此，攝像系統(tǒng)與執(zhí)行機(jī)構(gòu)間的坐標(biāo)差異可表示為

通過上述的計(jì)算完成系統(tǒng)的手眼標(biāo)定。與其他標(biāo)定方法相比，過程簡單，不需要人工干預(yù)，理論上還可以消除各個(gè)子系統(tǒng)噪聲引起的偏差。在操作上，能夠多次重復(fù)上述步驟，以提高標(biāo)定精度。

4.2 自適應(yīng)閾值濾波

由于焊接件個(gè)體差異較大，紋理特征多變，表面形貌不一，使得獲取的焊縫圖像的紋理多變，噪聲豐富，如圖4所示。因此需要對焊縫圖像進(jìn)行濾波和閾值處理，常用的閾值算法包括：雙峰值法、P參數(shù)法和最大方差閾值法等[7-8]。基于硬件的嵌入系統(tǒng)對算法的復(fù)雜度和計(jì)算量要求苛刻，因此提出采用基于閾值不變分割算法?；陂撝挡蛔兎指畹幕驹砭褪且３珠撝捣指钋昂髢煞鶊D像的各階矩保持不變或相近，可以把基于矩不變閾值分割算法看成是對圖像的一種變換，它將原始含噪聲的灰度圖像轉(zhuǎn)換成不含噪聲的二值圖像[9]。

根據(jù)該原理，則必須滿足mp'=mp。算法中取前三階矩，即

由式（4）的前兩式分別可得

將其代入式（4）的后兩式可得

則式（7）、式（8）可以寫成

由此可得

將式（12）代入式（9）可得

最后將式（13）、式（14）代回式（4）可得

由矩不變閾值分割的基本原理得

式中 nk為二值分割前灰度值小于分割閾值T的所有像素個(gè)數(shù)的和。

由以上推導(dǎo)可知，d1是m1，m2，m3的函數(shù)為定值，這里通過調(diào)整閾值T使得方程左右成立的T值即為所求分割閾值。當(dāng)無法找到使等式成立的T時(shí)，規(guī)定使方程左右差最小的T值為分割閾值。

相比于DSP，F(xiàn)PGA單元具備硬件并行和流水線操作的突點(diǎn)優(yōu)勢，自適應(yīng)閾值濾波算法和其他預(yù)處理算法由其單元完成圖像的。經(jīng)過濾波細(xì)化的焊縫圖像如圖5所示。

5 結(jié)論

提出了針對拼接焊的圖像獲取和焊接過程分離的焊接工藝，并構(gòu)建了基于嵌入式的機(jī)器視覺焊接系統(tǒng)。系統(tǒng)采用自我標(biāo)定技術(shù)進(jìn)行手眼關(guān)系標(biāo)定，基于不變矩的自適應(yīng)閾值濾波算法能夠解決不同的應(yīng)用現(xiàn)場環(huán)境的要求?，F(xiàn)場實(shí)驗(yàn)表明，構(gòu)建的系統(tǒng)能夠滿足對接焊的工程需要，提高焊接質(zhì)量和生產(chǎn)效率。

[1]王克鴻，高 飛，高俊平.基于視覺的機(jī)器人智能化焊接技術(shù)現(xiàn)狀與發(fā)展[J].機(jī)械制造與自動化，2010（05）：1-6.

[2] 張龍華.焊接機(jī)器人在現(xiàn)代工業(yè)生產(chǎn)中的應(yīng)用[J].電焊機(jī)，2009，39（04）：21-26.

[3]張伯奇，鄭 軍，潘際鑾.基于視覺檢測的對接焊縫跟蹤方法[J].電焊機(jī)，2010，40（12）：15-18.

[4]李鶴喜.基于視覺反饋的焊接機(jī)器人自主示教關(guān)鍵技術(shù)研究[D].廣州：華南理工大學(xué)，2010.

[5] ZijianZ，YuncaiL.Integratingcameracalibrationandhandeye calibrationintorobotvision[C].ProceedingsoftheIntelligent Control and Automation，2008.

[6]FengC，WuH-T，QiaoB，etal.Combining camera calibration with hand-eye calibration and using in monocular vision[C]. Proceedi ngs of the Computer，Mechatronics，Control and Electronic Engineering（CMCE），2010.

[7]Dempster A，Laird N，Rubin D.Maximum likelihood from incomplete data via the EM algorithm[J].Royal Statistical Society，1977，39（1）：1-38.

[8] Bilmes J A.A gentle Tutorial of the EM Algorithm and it’s ApplicationtoParameterEstimationforGaussian Mixture and Hidden MarkovModels[R].U.C：ICSITR2972021，Berkeley，1997.

[9]曹瑩慧，閆建國.基于矩和自適應(yīng)閾值的迭代分割算法研究[J].計(jì)算機(jī)仿真，2011（8）：229-232.

Study on butt-jointed seam welding system based on hand-eye self-calibration and key technology

QIN Wen-gang1，2，MA Qun1
（1.School of Optoelectronic Engineering，Xi'an Technological University，Xi'an 710032，China；2.School of Technical Physics，Xidian University，Xi'an 710071，China）

A novel welding procedure with seam image acquisition and welding in different stage is presented according to characteristics of tailor welded，and a embedded welding robotic system is constructed based on the presented procedure.In the first stage，image processing techniques were implemented to help in the recognition of weld regions and welding path plan;In the second stage，a set of geometrical features which characterize the seam position and orientation was extracted to drive the execution unit. Based on the constructed welding system with 15 m/s image acquisition speed and welding speed from 0.8 to 1.5 m/min，a new handeye self-calibration arithmetic and adaptive thresholding method were applied.Experiments have been performed to prove the rationality of weld procedure proposed and stability of constructed welding robot with better effect of one side welding with back formation，and no arc light，spatters，fume and so on.

machine vision；bult-jointed；hand-eye calibration；adaptive thresholding

TG409

：A

：1001-2303（2014）02-0039-04

10.7512/j.issn.1001-2303.2014.02.08

2012-04-04；

2013-08-08

秦文罡（1979—），男，河南南陽人，講師，碩士，主要從事光電檢測與紅外圖像處理的研究工作。