焊缝跟踪的实时跟踪控制算法
- 格式:doc
- 大小:109.00 KB
- 文档页数:3
焊缝跟踪方法哎呀,说起焊缝跟踪方法,这事儿可真不是一两句能说清的,得慢慢道来。
记得有一回,我在一个工厂里实习,那地方的焊工师傅们一个个都是老手,但就是对那些高科技的东西不太感冒。
那天,我跟着师傅们一起,见识了一回真正的焊缝跟踪技术。
咱们先说说这焊缝跟踪是啥玩意儿。
简单点说,就是让机器知道焊枪该往哪儿走,别走歪了。
这事儿听起来简单,做起来可不简单。
你想啊,焊缝得直,焊点得均匀,这要是靠人眼盯着,那得多累啊。
所以,就有了这焊缝跟踪技术,让机器自己看着办。
那天,我跟着师傅们进了车间,那焊枪一亮起来,火花四溅,跟放烟花似的。
师傅们戴着护目镜,手里拿着焊枪,那专注的样子,跟做艺术品似的。
我在旁边看着,心里那个佩服啊。
然后,师傅们给我展示了他们的新玩意儿——一个装在焊枪上的摄像头,这玩意儿能实时捕捉焊缝的画面,然后通过电脑分析,告诉焊枪该往哪儿走。
我看着那电脑屏幕上的图像,焊缝清晰可见,摄像头跟着焊枪移动,一点儿也不含糊。
师傅们跟我说,这技术可帮了大忙了。
以前,他们得不停地调整焊枪,眼睛都得看花了。
现在好了,有了这焊缝跟踪,他们只要控制好速度,其他的都交给电脑了。
我看着师傅们操作,那焊缝走得笔直,焊点均匀,真是漂亮。
我记得有一次,一个师傅跟我说,他有一次焊接的时候,焊缝跟踪突然失灵了。
他当时那个急啊,手忙脚乱的,差点把整个焊接工作给搞砸了。
后来,他们检查了半天,原来是摄像头被焊渣给挡住了。
师傅们赶紧清理了一下,那焊缝跟踪又恢复正常了。
从那以后,他们每次焊接前都会检查一下摄像头,确保它干干净净的。
这焊缝跟踪技术,虽然听起来挺高大上的,但其实也挺接地气的。
它就像是师傅们的第三只眼,帮他们看着焊缝,让他们能更专注于焊接的质量。
而且,这技术还能减少浪费,提高效率,对工厂来说,那可是大大的好事。
最后,我想说,这焊缝跟踪技术,虽然不是人,但它就像是师傅们的好伙伴,跟他们一起,把那些复杂的焊接工作做得又快又好。
这就是我那天在工厂里的所见所感,虽然不是什么惊天动地的大事儿,但也挺有意思的,不是吗?。
激光焊接机器人焊缝跟踪控制方法陈智龙120160033摘要:当前激光焊接机器人在实际的工业生产中应用的越来越广泛,在汽车制造业以及其他机器制造业激光焊接机器人在生产中的作用也越来越大。
如何提高焊接机器人的焊缝精度问题以及控制焊缝轨迹已成为激光焊接机器人发展的首要难题。
关键词:激光焊接机器人;焊缝轨迹;控制0引言激光作为焊接和切割的新手段应用于工业制造,具有很大发展潜力。
在国际汽车工业领域,激光加工技术已广泛得到了应用,激光切割与焊接逐渐成为标准的汽车车身生产工艺.国内也已积极推广应用,但目前主要还是以引进成套激光加工设备为主,用于激光钎焊、激光渗透焊、激光对接焊、白车身激光三维切割和激光金属零件表面热处理[1]。
由于成本考虑,有些汽车厂家则直接进口国外激光加工的零部件.为提升我国汽车制造的技术能力,我们应依靠国内技术能力,自主创新,在更广范围和更深层次上,加快激光加工在制造业的应用发展.车身在整车制造中占有重要地位,不仅车身成本占整车的40%~50﹪,而且对汽车安全、节能、环保和快速换型有重要影响。
人口老龄化不断逼近,各制造业工厂着手进行技术改造工程设计,采用了许多工业机器人,以提高生产线的柔性程度为基础,为制造厂家提供了生产产品多样化,更新转型的可能性.以上汽大众汽车车身生产车间为例,机器人能独立完成工件的移动搬运、输送、组装夹紧定位,可完成工件的点焊、弧焊、激光焊、打磨、滚边、涂胶等工作.有的工位上把上件、夹具、工具以机器人为中心布置,以便机器人能完成多个工序,实现多品种、不同批量的生产自动化.采用机器人使焊接生产线更具柔性化、自动化,使多种车身成品可在一条车身装焊生产线上制造,实现多车型混线生产.因此,焊接生产线必须很容易地因产品结构、外形的改变而改变,具有较高的柔性程度[2].由于柔性车身焊接生产线可以适应汽车多品种生产及换型的需要,是汽车车身制造自动化的必然趋势,特别是进入上世纪90年代以后,各大汽车厂家都在考虑车身焊接生产线柔性化。
机器人焊缝跟踪标定方法我折腾了好久机器人焊缝跟踪标定方法,总算找到点门道。
说实话,这事儿一开始我也是瞎摸索。
我就知道,要让机器人能精确地沿着焊缝走,这个标定可太重要了。
最开始我觉得,这肯定就是把机器人的一些参数按照手册上给的标准值设好就行了呗。
我就对着那手册一阵摆弄,给机器人的视觉系统设置各种分辨率啊,对焦距离之类的参数,可搞完后发现,机器人追踪焊缝的时候,那轨迹歪得不像样。
后来我又想,会不会是坐标的问题呢?于是我就开始尝试去标定焊接工作区域的坐标。
我在工作台上到处找参考点,拿了个尺子量来量去的,还做记号,就像小时候做手工课一样认真。
那时候我就觉得,这每一个点就像地图上的宝藏位置,要精确定位才行。
我把这些点的坐标值输入到机器人系统里面,本以为这次行了,结果呢,机器人开始焊接的时候还是有些偏差。
又有一次,我就想是不是得根据焊缝的类型来标定啊。
我就找了不同形状的焊缝来试验,像那种直线焊缝我就觉得好标定一点,我先让机器人沿着焊缝大概扫描一次,就好像是个士兵先探探路一样,然后根据这个扫描结果来调整标定参数。
可是遇到那种弯弯扭扭的焊缝就不行了,那些参数感觉完全乱套了。
不过我没有放弃,还继续捣鼓。
后来我发现,在考虑所有外在因素之前,必须要先保证机器人传感器是干净准确的。
有时候传感器上有一点灰尘或者小划痕,就会让采集的数据出现大偏差。
就像你的眼睛被灰尘眯住了,看东西肯定不清楚。
我就开始每次标定之前,都仔细清理传感器,然后再进行下面的步骤。
还有就是对于robots 的运动学模型必须要非常清楚。
我一开始根本没重视这一点,以为只要把传感器和外部参数调好就行了。
后来我专门花时间去研究机器人各个关节的运动范围和可能出现的误差。
这就像你要知道一个人的手脚能伸展到什么程度,动作的时候可能哪里会失误一样。
我根据这个运动学模型重新精确校准了一些基础参数之后,总算在焊缝跟踪标定上取得了一点成功。
之后再慢慢调整和优化其他的参数,像视觉系统里图像识别的对比度、亮度这些参数,也和标定有重要关系。
python 视觉焊缝跟踪方法视觉焊缝跟踪是一种基于计算机视觉技术的焊接过程控制方法。
通过使用图像处理和模式识别技术,可以自动检测和跟踪焊缝,从而实现焊接过程的自动化和精确控制。
本文将介绍一种基于Python的视觉焊缝跟踪方法。
我们需要明确焊缝跟踪的目标。
焊缝通常是由两个或多个金属工件通过焊接材料融合而成的连接线。
焊缝的形状和位置对焊接质量有着重要的影响,因此准确地跟踪焊缝是确保焊接质量的关键。
在实现焊缝跟踪之前,我们需要获取焊接过程中的图像数据。
可以使用摄像头或其他图像采集设备来获取焊接区域的实时图像。
在Python中,可以使用OpenCV库来进行图像采集和处理。
获取到图像数据后,我们可以通过图像处理技术对焊缝进行检测和提取。
一种常用的方法是使用边缘检测算法,例如Canny算法,来提取焊缝的边缘信息。
边缘检测可以将焊缝的边界与背景进行区分,从而便于后续的跟踪和分析。
在提取到焊缝的边缘信息后,我们可以使用轮廓检测算法对焊缝进行进一步处理。
轮廓检测可以将焊缝的形状从边缘信息中提取出来,并计算出焊缝的几何特征,如长度、宽度和面积等。
这些特征可以用于判断焊缝的质量和位置,从而进行后续的控制和调整。
为了实现焊缝的实时跟踪,我们可以使用目标跟踪算法,例如卡尔曼滤波算法或粒子滤波算法。
这些算法可以根据前一帧的跟踪结果和当前帧的图像信息,预测出焊缝的位置,并进行修正和更新。
通过不断地迭代和更新,可以实现对焊缝的连续跟踪。
在实际应用中,为了提高焊缝跟踪的准确性和鲁棒性,我们可以结合其他的图像处理和机器学习技术。
例如,可以使用形状匹配算法对焊缝进行匹配和识别,以便更好地跟踪和控制焊接过程。
同时,可以使用深度学习算法对焊缝进行分类和检测,以便更好地判断焊缝的质量和缺陷。
总结一下,基于Python的视觉焊缝跟踪方法涉及到图像采集、边缘检测、轮廓检测、目标跟踪和其他图像处理和机器学习技术的应用。
通过这些技术的组合和优化,可以实现对焊缝的自动化和精确控制,提高焊接质量和效率。
焊缝跟踪和焊缝寻位的原理
一、焊缝跟踪原理
焊缝跟踪是焊接过程中的一项重要工作,它能够确保焊接质量和工艺
参数的一致性。
其原理是通过焊缝检测传感器或视觉传感器对焊接过
程中的焊缝进行实时监测,根据预置的规程控制焊接电流和速度实现
焊接质量的稳定性。
焊缝跟踪系统一般由控制器、传感器、信号接口等组成。
其中,传感
器可分为近红外传感器、激光传感器、摄像头传感器等,根据不同的
焊接场景选择相应的传感器。
通过掌握焊接过程中的实时参数,如焊
接速度、电流强度、电压等,可以及时调整焊接参数,确保焊接质量。
二、焊缝寻位原理
焊缝寻位是焊接前的重要工作,它可以在焊接前精确定位焊接部位,
降低焊接质量测评成本,提高焊接效率。
焊缝寻位技术可以通过机械
手臂、计算机视觉、激光测量等方式实现。
消费电子产品采用的主要焊缝寻位技术是机械手臂寻位,通过机械臂
精确控制焊枪位置,实现对焊接部位的寻位。
另外,一些大型生产厂
家也使用了激光测量的方法,在焊接前使用激光传感器对焊接部位进行测量,确定焊接位置。
三、焊缝跟踪与焊缝寻位的关系
焊缝跟踪和焊缝寻位是两个不同的概念,但它们在焊接中有着密切的关系。
首先,焊缝寻位可以为焊缝跟踪提供准确的焊接部位信息,避免焊接过程中出现偏差。
同时,焊缝跟踪技术也可以为焊缝寻位的自动化提供支持,通过对焊接过程中的数据分析,优化焊缝寻位方案,提高寻位精度和效率。
总之,焊缝跟踪和焊缝寻位是两项相互依存的技术,在焊接过程中都发挥着重要作用,提高焊接质量,降低成本。
第51卷 第4期 激光与红外Vol.51,No.4 2021年4月 LASER & INFRAREDApril,2021 文章编号:1001 5078(2021)04 0421 07·激光应用技术·基于激光视觉传感器的机器人实时焊缝跟踪方法陈新禹,张庆新,朱琳琳,胡 为(沈阳航空航天大学自动化学院,辽宁沈阳110136)摘 要:为实现变姿态焊接过程的实时焊缝跟踪,提出基于机器人坐标系下绝对焊缝轨迹的实时跟踪算法。
将线式激光传感器安装在机器人的法兰盘上,且位于焊枪运行的前方。
焊接过程中,激光传感器连续采集焊缝位置信息,并结合手眼标定矩阵以及机器人实时姿态,将传感器采集的焊缝坐标转换到机器人基础坐标系下,从而形成空间绝对焊缝轨迹;再根据焊枪的当前位置与焊缝的空间绝对轨迹生成位置偏差。
为了提高计算精度,提出采用三次非均匀有理B样条进行数据插值和检索;最后,将位置偏差变换到焊枪工具坐标系下进行实时修正。
实验结果表明:该跟踪算法能够实现焊接机器人针对变姿态焊接过程的连续跟踪,跟踪过程平滑光顺,跟踪整体精度优于0 5mm。
基本满足焊缝实时跟踪应用的一般要求。
关键词:焊缝跟踪;实时跟踪;样条插值;激光传感器;焊接机器人中图分类号:TP242 2 文献标识码:A DOI:10.3969/j.issn.1001 5078.2021.04.004ThemethodofrealtimeseamtrackingforroboticweldingsystembasedonlaservisionsensorCHENXin yu,ZHANGQing xin,ZHULin lin,HUWei(SchoolofAutomation,ShenyangAerospaceUniversity,Shenyang110136,China)Abstract:Inordertorealizereal timeseamtrackingwhilechangingweldingtorch′sgesture,anoveltrackingstrategybasedonabsoluteseamtrajectoryisproposed Thelinestructuredlasersensorismountedontheflangeofrobotinthefrontoftheweldingtorch Duringtheweldingprocess,thelasersensorcontinuouslycollectstheseampositioninsensorcoordinatesystem Usinghand eyematrixandrobotpositionandgesturematrix,thehomogeneouscoordinatevaluecanbetransformedfromsensorcoordinatesystemintorobotbasecoordinatesystem,whichformedtheabsoluteseamtrajectory;thepositiondeviationcanbecomputedaccordingtothecurrentpositionoftheweldingtorchandtheabsoluteseamtrajectory Inordertoimprovetheaccuracyofthecalculation,amethodofinterpolationbasedoncubicnonuniformrationalB splinesisaddressed;finally,thepositiondeviationistransformedtothecoordinatesystemofweldingtorchtoolforreal timepositioncorrection Theexperimentalresultsshowthatthenovelstrategycanrealizethecontinuoussmoothlytrackingwhilechangingtorch′sgestureinweldingprocess,anditstrackingerrorisbetterthan0 5mmwhichsatisfiestherequirementsofautomaticweldingKeywords:seamtracking;real timetracking;splineinterpolation;lasersensor;weldingrobot基金项目:国家自然科学基金项目(No.61503256);辽宁省自然科学基金联合基金项目(No.2015020061)资助。
焊缝跟踪技术的应用探析摘要:在焊接生产过程中,不同的产品通常需要特定的焊接设备及工装夹具,需要设计不同类型的生产线及生产流程,即便是同类产品,由于型号不同,通常也需要更换工装夹具。
同时由于工件在组对过程中存在组对误差,加工过程存在加工误差,因此会导致实际焊接的工件与设计图样存在差异,工件一致性较差,对于机器人焊接来说简单的示教通常存在较大的误差。
在焊接过程中的热形变也会引起误差,造成焊接缺陷。
以上问题在一般工业生产中普遍存在,这就需要焊接自动化生产线具有精确定位工件和纠正偏差的能力,同时在焊接过程中能够对焊缝实时检测,调整焊接的路径,纠正焊接的偏差,保证焊接的质量,这样也可以大幅降低操作人员的工作量,提高焊接效率,降低制造成本,实现智能的柔性制造。
关键词:焊缝跟踪技术;应用;分析下文综合了近年来焊缝跟踪领域相关文献及新技术、新应用,分析了各种焊缝跟踪方式的特点,指出基于激光结构光的焊缝定位及跟踪方式将有更大的优势及更宽广的发展空间。
分析展望了未来基于激光结构光的焊缝跟踪新技术与新应用。
1 焊缝跟踪技术的应用现状在实际焊接行业中,由于机械式接触传感技术存在精度差、易磨损的问题,应用已经较为少见。
目前,在实际生产中应用最为广泛的是非接触式的电弧跟踪及基于视觉传感器的跟踪方法。
1.1电弧跟踪电弧跟踪的基本原理是检测焊接电流和电弧电压的变化,来表达电弧长度的变化,从而推算焊枪与焊缝的相对高度及与焊接坡口的相对位置关系,通过焊接执行机构的实时调节,实现焊接过程中的实时电弧跟踪。
但是在实际中电弧长度与焊接电流、电弧电压之间的精准数学模型难以确定,特别是在熔化极电弧焊接过程中,焊接坡口的准确尺寸也难以在线实时检测,以及电弧跟踪需要角接焊缝、摆动焊接等限制条件,因此电弧实时跟踪的应用具有较大的局限性。
1.2基于三角测距原理的激光结构光检测该方法具有对比度高、精度高、实时性强、无接触等特点,得到了广泛应用。
在实际使用中,激光结构光有多种类型,如单线结构光、多线结构光、圆形及椭圆结构光、点阵等。
焊缝跟踪的控制算法
(一)理论模型
虚线 Y( t )为焊炬的跟踪调节曲线, 可视作系统执行机构的输出量,即 :
()()t
Y t S t dt =⎰
传感器在焊缝坡口 B 点的偏移量e1(t )实际上是 R ( t )曲线上B 点相对于 Y( t )上 A 点的偏差量,即
1()()()()()t e t R t Y t R t S t dt τ
τ-=--=-⎰
设焊接速度V ( mm/ s),则焊接点 A 滞后检测点B 时间为:V
λ
τ= (s )
再设()S τ是焊炬从t τ-时刻到t 时刻的调节量,即: ()()t
t S S t dt τ
τ-=⎰
则焊炬行走 时间后与坡口中心的实际误差应为:
()1()()1()()t
t e t e t S e t S t dt τ
τ-=-=-⎰
理论上 ,只要知道机械系统的传递函数,
()S τS 便可 知道 ,但实际系统 的传输 函数
往往很难准确得到,因此△S 直接求解比较困难
焊接起始点
实际焊缝的坡口中心曲线
焊枪的跟踪曲线
(二)由模型得出的简易控制算法
实际的焊缝跟踪过程中,视觉系统提供的位置偏差是经过传感器经过一帧一帧的图像采
集后,再经过一系列的图像处理,最终得出位置偏差信息提供给控制器。
因此,需做以下设定:
(1) 位置请求指令发送时间间隔和执行机构调整时间间隔同步; (2) 在每次位置请求时,在上一调整周期内焊枪已完成所需的调整量; (3) λ为采样间隔点的整数倍。
设O 点为初始参考点,O 0为焊枪开始纠正起始点,从O 点到O 0点,视觉传感器只做图像采集,焊枪并不进行跟踪,这一段距离属于“盲区”。
i e 为每次识别的坡口中心点与初始参考点之间的差值,i m 为每一步的焊枪实际跟踪量。
系统焊枪实时跟踪量m i 的算法为: 1
()
i i
i a i i a
m e
m ---=-∑ ( i=a ,a+1,
···,n )
焊接方向
(三)根据简易控制算法得出的两种方案
第一种方案:焊接过程中,在焊接速度方向上,焊枪相对工件每移动固定的距离,完成一次调整,或者说,每移动固定的距离,控制器向传感系统发出一次位置请求指令。
设固定距离为L ,焊接速度为V ,T 为控制器向传感系统发出一次位置请求指令的间隔时间,则: L T V
=
1
()
i i
i a i i a
m e
m ---=-∑ ( i=a ,a+1,
···,n ) 此种算法优点:在焊接过程中,无论是低速还是高速,焊枪每次纠偏动作均是在X 方
向上固定距离内发生的,所以,对焊缝成形和焊接质量有较好的保证。
缺点:若焊接速度过高,则在单位时间内焊枪纠偏动作次数增大,即焊枪纠偏频率变高,不利于焊接机械设备的稳定甚至会损坏设备。
第二种方案:在焊接过程中,以固定的时间间隔控制器向传感系统发位置请求指令,设T 间隔时间为,T1为传感器处理每帧图像时间,T2为传感器与处理器之间数据传输时间及控制器处理数据时间之和;T3为伺服电机响应时间。
则满足123T T T T ≥++ 时,焊枪在T 时间内完成一次纠偏动作。
在前视距离λ内,焊枪滞后检测点时间V
λ
τ=(s ),根据请求时间间隔T ,可得请求次
数为:N T
τ
=
,即前视距离下,焊枪调整的次数a=N T
τ
=。
系统焊枪实时跟踪量m i 算法为:
1
()i i i a i i a m e m ---=-∑ ( i=a ,a+1,
···,n ; a=N T
τ
= )
分析:
此种发方案缺点:跟踪精度受焊接速度影响较大,在高速焊接时,会影响焊接质量; 优点:焊枪纠偏动作频率固定,有利于系统稳定。