复杂可编程逻辑器件)JPGA的开发相对于传统PC、主控设备的开发有很大不同。FPGA以并行运算为主，以硬件描述语言来实现；相比于PC或主控设备(无论是冯诺依曼结构还是哈佛结构)的顺序操作有很大区别。
[0032]早在1980年代中期，FPGA已经在PLD设备中扎根。CPLD和FPGA包括了一些相对大数量的可编辑逻辑单元。CPLD逻辑门的密度在几千到几万个逻辑单元之间，而FPGA通常是在几万到几百万。CPLD和FPGA的主要区别是他们的系统结构。CPLD是一个有点限制性的结构。这个结构由一个或者多个可编辑的结果之和的逻辑组列和一些相对少量的锁定的寄存器组成。这样的结果是缺乏编辑灵活性，但是却有可以预计的延迟时间和逻辑单元对连接单元高比率的优点。而FPGA却是有很多的连接单元，这样虽然让他可以更加灵活的编辑，但是结构却复杂的多。
[0033]采用本发明的基于多重滤波处理的水下机器人，针对现有技术中由于水下环境特殊而造成的难以自动水下焊接的技术问题，改造了水下机器人和焊接设备的具体结构，弓丨入了一系列适应水下环境的有针对性的电子辅助设备，辅助水下机器人采用焊接设备自动完成水下焊接工作。
[0034]可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
【主权项】
1.一种采用水下机器人进行水下自动焊接的方法，该方法包括: 1)提供一种基于多重滤波处理的水下机器人，用于水下自动焊接，所述水下机器人包括水下机器人主体、激光成像设备和焊缝识别设备，所述激光成像设备和所述焊缝识别设备都位于所述水下机器人主体上，所述激光成像设备用于拍摄水下激光图像，所述焊缝识别设备与所述激光成像设备连接，用于从所述水下激光图像中提取水下焊缝特征并确定焊缝类型； 2)运行所述水下机器人。2.如权利要求1所述的方法，其特征在于，所述水下机器人还包括: 电焊钳，用于固定焊条，所述焊条为湿法涂料焊条，材料为低碳钢； 安全开关，其负极导线连接到所述电焊钳； 接地夹，被固定在待焊接工件上； 电焊机，负极连接至所述电焊钳，正极接地； 电焊钳驱动设备，与所述电焊钳连接，用于根据电焊钳驱动信号驱动所述电焊钳前往待焊接工件的焊缝位置； 电焊钳驱动电机，为一直流电机，为所述电焊钳驱动设备对所述电焊钳的驱动提供动力； 所述水下机器人主体包括支架、左压力克透明筒、右压力克透明筒、连接箍、储物台、机械臂、机械手、隔水密封筒、横向螺旋桨、竖向螺旋桨、纵向螺旋桨和三个直流电机，所述支架用于将所述水下机器人主体固定在水下，所述连接箍与所述支架固定连接，所述储物台和所述机械臂与所述连接箍分别连接，所述机械手与所述机械臂连接，所述机械臂包括大臂和与大臂连接的小臂，所述三个直流电机分别带动所述横向螺旋桨、所述竖向螺旋桨和所述纵向螺旋桨，以通过螺旋桨的正反转，为水下机器人主体提供6个自由度的推进动力；移动硬盘，位于所述水下机器人主体上，用于预先存储了亮度阈值上限和亮度阈值下限； 声纳设备，位于所述水下机器人主体上，用于对所述水下机器人主体前方的水下目标执行声纳图像采集，以获得声纳图像； 声纳图像处理设备，与所述声纳设备和所述移动硬盘分别连接，包括第一检测子设备、第二检测子设备和目标距离检测子设备，所述第一检测子设备与所述声纳设备和所述移动硬盘分别连接，用于采用亮度阈值上限遍历声纳图像以分割出核心目标区域;所述第二检测子设备与所述第一检测子设备和所述移动硬盘分别连接，用于以所述核心目标区域的边缘点作为种子点，利用亮度阈值下限对核心目标区域附近的像素点进行亮度判断，以获得并分割出最终目标区域;所述目标距离检测子设备与所述第二检测子设备连接，计算最终目标区域的中心点到声纳图像检测原点的距离并作为目标距离输出； 所述激光成像设备，包括激光器、探测器和微控制器，所述激光器对所述水下机器人主体前方的水下目标发出激光束，以在所述激光束被水下目标反射到所述探测器时，便于所述探测器的拍摄，所述微控制器与所述声纳图像处理设备、所述激光器和所述探测器分别连接，基于目标距离和激光在水下传播速度确定所述探测器快门的选通时间，并在选通时间到达时，选通所述探测器的快门，触发所述探测器对水下目标进行拍摄，以获得水下激光图像； 所述焊缝识别设备包括预处理子设备、特征提取子设备和焊缝类型识别子设备； 所述预处理子设备与所述激光成像设备连接，包括中值滤波子设备、低通滤波子设备和同态滤波子设备;所述中值滤波子设备与所述探测器连接，用于对所述水下激光图像执行中值滤波，以滤除所述水下激光图像中的点噪声，获得第一滤波图像;所述低通滤波子设备与所述中值滤波子设备连接，用于去除所述第一滤波图像中的随机噪声，获得第二滤波图像;所述同态滤波子设备与所述低通滤波子设备连接，用于对所述第二滤波图像执行图像增强，以获得增强水下图像； 所述特征提取子设备与所述预处理子设备连接，包括图像分割单元和特征向量识别单元，所述图像分割单元基于焊缝图像灰度阈值范围将所述增强水下图像中的焊缝目标识别出来以获得水下焊缝图像;所述特征向量识别单元与所述图像分割单元连接，基于所述水下焊缝图像确定水下焊缝目标的8个几何特征:欧拉孔数、圆度、角点数、凸凹度、光滑度、长径比、紧密度和主轴角度，并将所述8个几何特征组成特征向量； 所述焊缝类型识别子设备与所述特征提取子设备连接，采用8输入2输出的单隐层BP神经网络，以水下焊缝目标的8个几何特征作为输入层神经元，输出层为水下焊缝类型，所述水下焊缝类型包括常规类型和无法焊接类型； 主控设备，设置在所述水下机器人主体上，与所述焊缝类型识别子设备连接，当接收到所述水下焊缝类型为无法焊接类型时，发出报警信号，当接收到所述水下焊缝类型为常规类型时，根据水下焊缝图像在水下激光图像的相对位置确定电焊钳驱动信号； 所述中值滤波子设备、所述低通滤波子设备和所述同态滤波子设备被集成在一块集成电路板上； 所述主控设备为数字信号处理器，型号为TI公司的DSP芯片。
【专利摘要】本发明涉及一种采用水下机器人进行水下自动焊接的方法，该方法包括：1)提供一种基于多重滤波处理的水下机器人，用于水下自动焊接，所述水下机器人包括水下机器人主体、激光成像设备和焊缝识别设备，所述激光成像设备和所述焊缝识别设备都位于所述水下机器人主体上，所述激光成像设备用于拍摄水下激光图像，所述焊缝识别设备与所述激光成像设备连接，用于从所述水下激光图像中提取水下焊缝特征并确定焊缝类型；2)运行所述水下机器人。通过本发明，能够提高焊缝识别的精确性，为水下焊接提供重要参考数据。
【IPC分类】B23K37/00, B23K37/02, B23K31/02
【公开号】CN105710554
【申请号】CN201610298616
【发明人】李小春
【申请人】李小春
【公开日】2016年6月29日
【申请日】2015年8月4日