智能焊接方法与流程

1.本发明涉及焊接方法，特别是一种利用计算机控制，视觉传感器加激光识别焊缝，使用机械臂完成焊接轨迹的智能焊接方法。


背景技术：

2.在现有技术中，通过多关节自由度的机械臂完成自动焊接在大型设备的加工过程中已经非常的常见，具体用机械臂焊接时，是把工件放在变位机上，由机械臂带动焊枪，变位机配合机械臂运动，最终完成焊接。该方法机构复杂，焊接熔池变化大，对于一些高精度焊接，效果不佳。这主要是因为：1.目前市场上没有可靠的变姿态标定方法，从而影响焊接的精度；2.机械臂本身存在绝对精度的问题，导致非机械臂本体的tcp标定精度存在问题，特别是焊枪装在机械臂上，焊枪的工作点相对与机械臂本体来说是一个虚拟点，难以对此点进行姿态补偿，导致变姿态后tcp误差增大，无法实现机械臂的高精度准确移动。


技术实现要素：

3.为了解决上述问题，本发明提供了一种能有效提高焊接精度的智能焊接方法。
4.为了到达上述目的，本发明设计的智能焊接方法，智能焊接方法，包括工件、机械臂、焊枪和视觉传感器，所述的视觉传感器包括摄像头和激光线发生器，所述的焊枪和视觉传感器共同固定在机械臂的前方保持静止，同时保证视觉传感器能捕捉到焊枪焊点的粗略位置，工件固定在机械臂上，由机械臂驱动工件运动，使得工件上的焊缝适配焊枪的位置完成焊接。这种方法的特点是固定焊枪不动，将工件安装在机械臂上，使用机械臂本体的法兰盘原点进行行走，使工件焊缝运动到焊枪下，从而避免机械臂本体之外的工具标定带来的误差，提高焊接精度。
5.进一步的方案是，焊接时按以下步骤进行：
6.一、获得标定矩阵；
7.二、根据工件信息，以及工件安装在机械臂上的位置规划得到初始轨迹track1；
8.三、机械臂根据初始轨迹track1运动，使得工件焊缝上所有点都移动至视觉传感器视野范围内；
9.四、视觉传感器识别出工件精确的焊缝位置，并对其进行数据处理后，获得更为平滑的真实轨迹track1r；
10.五、机械臂根据轨迹track1r运动，使得工件焊缝上所有的点移动到焊枪下，完成焊接，焊接时焊缝平面与焊枪的焊点重合。
11.这种方法通过第一遍初始轨迹与视觉传感器的配合，识别到真实的焊缝，经过计算精确修正得到更为平滑的机械臂运动轨迹，从而保证焊接的精度。
12.进一步的方案是，步骤一中，使用法兰盘结构的标定装置，标定装置设置在机械臂末端，且标定装置上设置第一标定针以及标定凹槽，在视觉传感器上设有第二标定针；首先使用第一标定针进行机械臂tcp标定，确定第一标定针所在的机械臂基座坐标；然后将第一
标定针指向第二标定针得到第一标定针的坐标c1；接着保持姿态不变将标定凹槽指向第二标定针，得到此时第一标定针的坐标c2，根据坐标c1与坐标c2的位置关系可获得第一标定针与标定凹槽的相对位置关系d，从而获得标定凹槽的坐标s；将视觉传感器中的激光线对准标定凹槽，保持姿态不变进行上下左右移动，获得第一标定针的坐标t
n
，同时根据第一标定针与标定凹槽的相对位置关系d，由第一标定针的坐标t
n
计算标定凹槽的坐标s
n
，再通过视觉传感器获取标定凹槽的图像坐标u
n
，设定n＝1，2，3，...i，根据u
n
与s
n
的坐标计算出旋转平移矩阵r，此为标定矩阵。所述的i＝15。这种方法是通过两个标定针以及标定凹槽的配合，确定完整的旋转平移矩阵，从而能避免以往视觉传感器与机械臂标定后，大方位变姿态运动导致累积误差的问题，有效提高了焊接精度。另外得到的标定矩阵为后续的视觉传感器识别二维图像中的焊缝坐标，再变换得到机械臂运行轨迹提供了处理基础。
13.更进一步的方案是，视觉传感器获取目标位置图像，然后以下步骤进行获取图像坐标u：
14.a)摄像头获取a图，并对a图做两次高斯金字塔，a图被缩小4倍后再进行盖博滤波得到b图；
15.b)先对b图逐行做灰度归一化，然后在对其进行全图二值化得到c图；
16.c)对c图做形态分析，仅保留竖直方向上类似激光线的细长直特征的二值区域，得到d图；
17.d)逐行遍历a图，获得a图各像素坐标点(ax，ay)，查看对应d图上的(ax/4，ay/4)的坐标点的灰度值，如果前述d图上的坐标点灰度值为255，则在a图对应坐标区间(ax
±
5，ay
±
5)里灰度值求和得到当前坐标下的灰度值和s(ax，ay)，取一行中值最大的s(ax，ay)的坐标(ax’，ay’)得到e图；
18.e)根据形态将e图中的激光线分割成上下两段，并用最小二乘法求出上下两段激光线的交点，得到含有激光交点的f图；
19.f)把f图中的激光交点的纵坐标y对应到b图中，在y
±
n范围内逐列归一化，然后设置阀值t1做二值化，遍历前述y
±
n范围内的点，保留灰度值为255的点，根据得到点在y轴的分布得到一个新的分布区间(y
‑
m1，y+m2)，得到g图；
20.g)对f图，在y
±
n范围内设置阀值t1做二值化，遍历前述y
±
n范围内的点，保留灰度值为255的点，根据得到的点在y轴的分布得到一个新的分布区间(y
‑
m1’，y+m2’)，得到h图；
21.h)以g图定位，在g图中保留下来灰度值为255的点的y轴上下5个像素的范围内，往h图中找目标白点，并取出h图中找到的目标白点部分，合成焊缝二值图i；
22.i)在i图提取出长直的直线得到j图；
23.j)用j图做掩膜，在a图的4*(y
‑
m1’)到4*(y+m2’)的区间里上逐列做归一化得到k图；
24.k)将k图二值化，并查看二值化后的点的坐标(lx，ly)，相应去访问j图上坐标(lx/4，ly/4)的点，若j图上对应的灰度值为255，就保留下k图上的这个二值化点，否则就删去，得到l图；
25.l)然后对l图删除掉离散孤立的小点，得到m图；
26.m)用m图做最小二乘法得到焊缝直线，再与步骤e中的激光直线方程求交点得到的
两个交点，得到n图，判断两个交点的距离，若两个交点的距离小于等于设定值则取任意交点或两个交点的连线的中点为最终为图像坐标u，若两个交点的距离大于设定值，则舍弃。
27.进一步的方案是，所述的阀值t1为150
‑
230，所述的n为25
‑
40。
28.进一步的方案是，所述步骤三中机械臂按照预设行动轨迹track1转动工件，视觉传感器循环步骤a至步骤m求得多个图像坐标u，直至得到整条焊缝的图像坐标，再通过标定矩阵计算出机械臂的三维基座坐标，形成一条完整的焊缝轨迹。
29.进一步的方案是，所述步骤c的形态识别方法：逐行遍历c图，每一行只保留下连续小于5个的白点区域，遇到连续等于5个或以上的白点区域就删除，逐行遍历完成后，再全局查看，去掉孤立离散的点，剩下的就是激光线的细长直特征的二值区域。
30.进一步的方案是，所述步骤e的形态识别方法：遍历e图中白色的点坐标，找到x轴坐标最大的点即激光线在焊缝的折线附近的点，用这个点的y坐标把激光线分割成上下两个区域。
31.本发明所设计的智能焊接方法，一改以往的焊枪围绕工件运动的焊接方式，反其道而行之，焊枪固定不动，工件固定在机械臂上，让机械臂以各种姿态确保焊接时工件对应焊枪的姿态，从而保证焊接时工件焊缝平面相对焊枪的姿态，其具有如下优点：1，保证焊接熔池稳定性，提高焊接质量；2，工件固定在机械臂上，能规避除机械臂外的复杂变位结构设计，以减少额外复杂变位机构可能带来的运动误差；3，与传统标定方法需要tcp标定和手眼标定两个步骤相比，本发明的方法通过设计一种法兰盘结构的标定装置，只需一个二维转三维的旋转平移变换，一步就可实现标定，更简单易行。。同时，在视觉识别后的图像处理上，本发明包含了将二维图片上经过计算处理得到焊点的位置的方法，该方法避免了周围环境带来的影响，也能尽量减少材料上点焊痕迹对焊缝遮挡的带来的不利影响，从而最终得到完整平顺的曲线焊缝。
32.需要进一步说明的是，视觉传感器中的激光线发生器并不起到测量的作用，其主要作用为形成一个可识别的线激光图像，激光射在工件上得到一条激光线，但实际在三维空间里可以将该激光线视为激光线发射器以及激光线组成的激光平面穿过焊缝平面后与焊缝平面形成的交线，而标定过程实际标定的是激光形成的平面上的点与视觉传感器捕捉到的图像坐标的关系。在标定过程中，使用标定凹槽去对激光线，从而使得激光平面上的点可以由机械臂基座标的三维坐标来表示，，因此每个激光面上的点跟视觉传感器捕捉得到二维图像中激光线的二维点都一一对应。而因为激光线在图像中的位置并非固定不变，会随着三维空间的位置移动产生变化。所以需要通过多次标定在视觉传感器视野范围内的激光线的平面图像，即标定整个激光平面对应的三维点，标定完成即可确保激光线图像二维坐标对应的三维坐标xyz是唯一的。
附图说明
33.图1是实施例1的a图。
34.图2是实施例1的b图。
35.图3是实施例1的c图。
36.图4是实施例1的d图。
37.图5是实施例1的e图。
38.图6是实施例1的f图。
39.图7是实施例1的g
‑
1图。
40.图8是实施例1的g图。
41.图9是实施例1的h
‑
1图。
42.图10是实施例1的h图。
43.图11是实施例1的i图。
44.图12是实施例1的j图。
45.图13是实施例1的k图。
46.图14是实施例1的l图。
47.图15是实施例1的m图。
48.图16是实施例1的n图。
具体实施方式
49.为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如后。
50.实施例1。
51.本实施例描述的智能焊接方法，包括工件、机械臂、焊枪和视觉传感器，所述的视觉传感器包括摄像头和激光线发生器，所述的焊枪和视觉传感器固定在机械臂的前方保持静止，同时保证视觉传感器能捕捉到焊枪焊点的粗略位置，工件固定在机械臂上，由机械臂驱动工件运动，使得工件上的焊缝适配焊枪的位置完成焊接。焊接时按以下步骤进行：
52.一、获得标定矩阵；
53.二、根据工件信息，以及工件安装在机械臂上的位置规划得到初始轨迹track1；
54.三、机械臂根据初始轨迹track1运动，使得工件焊缝上所有点都移动至视觉传感器视野范围内；
55.四、视觉传感器识别出工件精确的焊缝位置，并对其进行数据处理后，获得更为平滑的真实轨迹track1r；
56.五、机械臂根据轨迹track1r运动，使得工件焊缝上所有的点移动到焊枪下，完成焊接，焊接时焊缝平面与焊枪的焊点重合。
57.步骤一中，使用法兰盘结构的标定装置，标定装置设置在机械臂末端，且标定装置上设置第一标定针以及标定凹槽，在视觉传感器上设有第二标定针；首先使用第一标定针进行机械臂tcp标定，确定第一标定针所在的机械臂基座坐标；然后将第一标定针指向第二标定针得到第一标定针的坐标c1；接着保持姿态不变将标定凹槽指向第二标定针，得到此时第一标定针的坐标c2，根据坐标c1与坐标c2的位置关系可获得第一标定针与标定凹槽的相对位置关系d，从而获得标定凹槽的坐标s；将视觉传感器中的激光线对准标定凹槽，保持姿态不变进行上下左右移动，获得第一标定针的坐标t
n
，同时根据第一标定针与标定凹槽的相对位置关系d，由第一标定针的坐标t
n
计算标定凹槽的坐标s
n
，再通过视觉传感器获取标定凹槽的图像坐标u
n
，设定n＝1，2，3，...i，根据u
n
与s
n
的坐标计算出旋转平移矩阵r，此为标定矩阵。其中所述的i＝15。
58.而视觉传感器获取目标位置图像，然后以下步骤进行获取图像坐标u：
59.a)摄像头获取a图，并对a图做两次高斯金字塔，a图被缩小4倍后再进行盖博滤波得到b图；
60.b)先对b图逐行做灰度归一化，然后在对其进行全图二值化得到c图；
61.c)对c图做形态分析，仅保留竖直方向上类似激光线的细长直特征的二值区域，得到d图；
62.d)逐行遍历a图，获得a图各像素坐标点(ax，ay)，查看对应d图上的(ax/4，ay/4)的坐标点的灰度值，如果前述d图上的坐标点灰度值为255，则在a图对应坐标区间(ax
±
5，ay
±
5)里灰度值求和得到当前坐标下的灰度值和s(ax，ay)，取一行中值最大的s(ax，ay)的坐标(ax’，ay’)得到e图；
63.e)根据形态将e图中的激光线分割成上下两段，并用最小二乘法求出上下两段激光线的交点，得到含有激光交点的f图；
64.f)把f图中的激光交点的纵坐标y对应到b图中，在y
±
n范围内逐列归一化，然后设置阀值t1做二值化，遍历前述y
±
n范围内的点，保留灰度值为255的点，根据得到点在y轴的分布得到一个新的分布区间(y
‑
m1，y+m2)，得到g图；
65.g)对f图，在y
±
n范围内设置阀值t1做二值化，遍历前述y
±
n范围内的点，保留灰度值为255的点，根据得到的点在y轴的分布得到一个新的分布区间(y
‑
m1’，y+m2’)，得到h图；
66.h)以g图定位，在g图中保留下来灰度值为255的点的y轴上下5个像素的范围内，往h图中找目标白点，并取出h图中找到的目标白点部分，合成焊缝二值图i；
67.i)在i图提取出长直的直线得到j图；
68.j)用j图做掩膜，在a图的4*(y
‑
m1’)到4*(y+m2’)的区间里上逐列做归一化得到k图；
69.k)将k图二值化，并查看二值化后的点的坐标(lx，ly)，相应去访问j图上坐标(lx/4，ly/4)的点，若j图上对应的灰度值为255，就保留下k图上的这个二值化点，否则就删去，得到l图；
70.l)然后对l图删除掉离散孤立的小点，得到m图；
71.m)用m图做最小二乘法得到焊缝直线，再与步骤e中的激光直线方程求交点得到的两个交点，判断两个交点的距离，若两个交点的距离小于等于设定值则取任意交点或两个交点的连线的中点为最终为图像坐标u，若两个交点的距离大于设定值，则舍弃。
72.其中，所述的阀值t1为150
‑
230，一般情况下t1＝180，所述的n为25
‑
40，一般情况下n＝30。
73.完成步骤m求得图像坐标u后，可以将图像坐标u用于计算标定矩阵。同时当机械臂按照预设行动轨迹track1转动工件时，也可以循环步骤a至步骤m求得多个图像坐标u，最终通过标定矩阵计算，将图像坐标u转化为整条焊缝的在机械臂基座标下的坐标。
74.标定后，根据工件加工的规格可计算出大致的焊缝轨迹track1，此焊缝轨迹是在建立在工件底座坐标系上的轨迹，工件与夹具存在一个旋转平移矩阵r1，夹具与机械臂法兰盘存在一个旋转平移矩阵r2，则可得到工件焊缝轨迹在机械臂法兰盘坐标系下的轨迹track2＝r2*r1*track1。且已知扫描点cs坐标，所有track2的点都要经过cs，此点在视觉传感器视野范围中间，确保工件加工误差以及安装误差不会使工件焊缝偏移出视觉传感器的
视野范围。焊缝焊接平面的法向量平行与机械臂基座标x轴，track2每个点运动至扫描点cs时，焊缝切线垂直机械臂基座标的z轴，且与机械臂基座标的y轴平行。根据此时焊缝上任意点经过扫描点cs的姿态，track2所有点在cs的位姿和工件在机械臂法兰盘坐标系下的坐标，即可推出焊缝上每点经过cs时对应的法兰盘在基座坐标系下的位姿，以此得到使用法兰盘行走的扫描轨迹track3。法兰盘以扫描轨迹track3行走，让焊缝所有点经过扫描点cs，保证在视觉传感器视野范围内。
75.使机械臂根据扫描轨迹track3行走，使理论规划出的焊缝都经过cs点，同时上位机获取视觉传感器识别的图像坐标u
i
以及机械臂的法兰盘坐标r
i
，机械臂完成扫描轨迹track3后，上位机对u
i
使用聚类过滤算法，过滤识别存在错误的图像坐标，然后根据实现标定好的传感器图像坐标与机械臂基座坐标系的标定矩阵rt，可得到基座下的三维点r2
i
＝rt*u
i
，此时r2
i
为聚集在一起的一堆无序点。每个r2
i
点都有对应的r
i
，根据r
i
的姿态可计算出r2
i
点从基座转换到法兰盘的矩阵r4，根据此矩阵可计算出在法兰盘坐标系下的真实点坐标r3
i
＝r4*r2
i
，此时的r3
i
为在法兰盘坐标系下的分散开的类似椭圆的轨迹，再对r3
i
数据进行插补，平滑。插补使用的方法为部分数据的最小二乘法的三维圆拟合，使用缺口部分附近点进行三维圆拟合，使用拟合出的数据补全缺口部分。平滑使用的是五点平滑法。由于机械臂使用的焊接移动方式为直线插补移动，就是固定的时间移动不同的距离，以达到不同速度的移动效果，因此需要根据界面输入的速度和机械臂移动的固定时间对r3
i
进行线性插值，此时的r3
i
为在法兰盘坐标系下平滑的、类似椭圆的焊缝精确三位坐标track4，接下来的过程与扫描轨迹track3生成的步骤类似，已知真实焊缝在法兰盘坐标系下的精确位置track4，已知焊接点的在机械臂基座坐标系下的位置cw点以及焊缝每个点的坐标系，可反推出法兰盘tcp行走的位姿，以达到使所有焊缝上的点都经过焊接点的功能，完成焊接。
76.以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明，任何本领域技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本发明技术方案的范围内。