一种波纹板焊缝特征点检测方法及系统与流程

本发明涉及焊接检测，特别是涉及一种波纹板焊缝特征点检测方法及系统。

背景技术：

1、焊接是制造业中重要的加工工艺方法之一，随着工业焊接机器人的兴起，焊接技术已逐步向自动化焊接、智能化焊接方式转变。利用机器人进行焊接，无论是焊接效率还是焊缝成型方面，都具有人工焊接无法比拟的一致性和可靠性。目前，波纹板焊接技术的研究主要集中在焊接设备和焊接工艺两方面。其中，比较主流的焊接设备形式是沿着波纹板焊缝方向在焊接区域两侧铺设滑轨，利用滑轨安装多轴龙门自动焊接设备；而在焊接工艺方面，越来越多的焊接采用引导扫描焊接的方式。

2、焊缝特征提取作为焊缝自动跟踪系统中的关键一环，是焊接质量和效率的重要保障。然而在焊接过程中，由于视觉传感器受到弧光、烟尘、飞溅等强烈噪声的干扰，传统的单一或特定的几何特征的焊缝特征提取方法不能完全适应复杂的焊接环境。例如，波纹板在焊缝形成过程中会出现局部角区的凹陷或突起，从而形成焊缝特征拐点。机器人在焊枪行走三维焊接轨迹时，需要提前记录每个拐点位置以满足防止撞枪等的工艺要求。然而，现有的机器人视觉引导系统在寻找坡度发生变化的拐点时，精度却不足以满足要求，因此需要一种更快速、准确的3d拐点检测方法。

技术实现思路

1、鉴于此，本申请提供了一种波纹板焊缝特征点检测方法及系统，根据所采集的波纹缝三维序列点云数据，对所述波纹缝三维序列点云数据进行处理后筛选保留最佳焊缝拐点，避免了在焊接时焊枪在不同坡度位置可能会发生撞枪的风险，

2、本发明的一个方面提供一种波纹板焊缝特征点检测方法，所述检测方法通过采集波纹缝的三维点云数据，并将所采集的三维点云投影至二维平面进行降维，将二维平面中离散的序列点云看作连续曲线，获取坡度发生变化的波纹缝拐点，筛选波纹缝最佳拐点；

3、优选地，所述获取坡度发生变化的波纹缝拐点，筛选波纹缝最佳拐点的方法包括如下步骤：

4、步骤s1、获取输入点集，所述输入点集包括当前点集和历史点集，根据历史点集数量判断获取的输入点集是否为第一组数据；并根据上组数据中拐点的检测状态和当前拐点检测状态判断是否要更新当前拐点信息，如果当前拐点状态为检测到，则不需要更新当前拐点信息；如果当前拐点状态为未检测到，则需要更新当前拐点信息为上组数据中的拐点信息；所述拐点信息包括拐点的点位状态和检测状态；

5、步骤s2、遍历输入点集并计算点集中每个待测点与前后等数量点相连所构造向量的夹角；

6、步骤s3、筛选满足阈值范围内的夹角，将满足要求的夹角和对应的候选拐点追加至各自数组中；

7、步骤s4、检查数组中候选拐点个数，保留其中向量夹角最小的拐点为最佳拐点；

8、步骤s5、根据最佳拐点与前后点的空间坐标关系，判断并设置拐点的点位状态和检测状态；

9、步骤s6、保存当前组后半段点集作为下次历史点集；

10、步骤s7、输出最终检测处的当前拐点信息。

11、优选地，所述步骤s1中获取的输入点集包括当前点集和历史点集；

12、优选地，判断获取的输入点集是否为第一组数据的方法如下：若当前点集个数不为0，历史点集为空，拐点检测状态为初始默认值，则当前获取的输入点集为第一组数据；若历史点集不为空，拐点检测状态为检测到或未检测到时，则当前获取的输入点集为从第二组开始的点集；

13、优选地，所述步骤s2中构造向量夹角的方法如下：设置每个向量长度为n倍点距，且其计算公式为：

14、

15、

16、其中，代表从点o指向起点a的向量，代表从点o指向终点b的向量，θ代表向量夹角，20>n≥4；进一步优选为：15>n≥6；更进一步优选为：12>n≥8。

17、优选地，在步骤s5中，拐点的点位状态，具体指拐点之前的点的点位状态；拐点的点位状态包括上坡、平坡和下坡；拐点的点位状态的判断方法如下：比较最佳拐点与所构造向量的起点在z轴方向上的高度差绝对值，判定最佳拐点所处的坡位；若高度差绝对值小于0.3n～0.4n倍点距，则认为该最佳拐点之前的点位于平坡；若所述高度差绝对值大于0.3n～0.4n倍点距，则进一步比较最佳拐点与所构造的向量起点的z轴坐标大小，若最佳拐点的z轴坐标大于所构造的向量起点的z轴坐标，则可判定该最佳拐点之前的点位于上坡；若最佳拐点的z轴坐标小于其所构造的向量起点的z轴坐标，则可判定该最佳拐点之前的点位于下坡。

18、比如，若高度差绝对值小于0.3n倍点距，则认为该最佳拐点之前的点位于平坡；若所述高度差绝对值大于0.3n倍点距，则进一步比较最佳拐点与所构造的向量起点的z轴坐标大小，若最佳拐点的z轴坐标大于所构造的向量起点的z轴坐标，则可判定该最佳拐点之前的点位于上坡；若最佳拐点的z轴坐标小于其所构造的向量起点的z轴坐标，则可判定该最佳拐点之前的点位于下坡。

19、或者，若高度差绝对值小于0.4n倍点距，则认为该最佳拐点之前的点位于平坡；若所述高度差绝对值大于0.4n倍点距，则进一步比较最佳拐点与所构造的向量起点的z轴坐标大小。

20、优选地，在步骤s5中，对于拐点检测状态的设置，具体包括：若输入的前一个拐点和当前组检测到的拐点是同一个索引序号或相邻索引序号，则将前一个拐点作为当前组拐点，同时设置检测状态为未检测到；若输入的前一个拐点和当前组检测到的拐点为不相邻的索引序号，则设置检测状态为检测到；

21、进一步优选地，筛选波纹缝最佳拐点的方法中，所述步骤s2、步骤s3和步骤s4可进行如下替换：利用点集中每个待测点o与前后等数量点相连所构造的从点o指向起点a的向量从点o指向终点b的向量构造向量三角形δoab，计算三角形顶点o到对边ab的垂线距离distance，搜索垂线距离最大的待检测点为当前组最佳拐点。

22、本发明的又一个方面提供一种波纹板缝特征点检测系统，包括：

23、扫描单元，用于对波纹板及其焊缝进行扫描，获取波纹板焊缝的三维点云数据；

24、计算单元，用于根据所述扫描单元获取的三维点云数据计算波纹缝拐点所构造向量的夹角；

25、确定单元，用于在多个候选拐点中剔除不符合实际情况的潜在拐点，以确定波纹缝的最佳拐点；

26、执行单元，用于带动所述扫描单元运动，实现对整块波纹板焊缝的扫描。

27、有益效果：

28、(1)在世界坐标系下，若沿着波纹板焊缝扫描方向为x轴正方向，竖直向上为z轴正方向，由于点云数据在y方向上分量没有明显变化，则可以将空间点云数据投影至x-z平面降维并且将离散的序列点云看成连续曲线，此时对于波纹板焊缝所有坡度变化处的最佳拐点的寻找即转化为计算曲线上每个转折处夹角的局部极小值，化抽象为形象，减小检测难度；

29、(2)获取当前输入点集的同时，还输入前一组的历史点集，然后合并两者为新的输入，防止丢失潜在拐点，降低漏检测率。

技术特征：

1.一种波纹板焊缝特征点检测方法，其特征在于，采集波纹缝三维点云数据，将三维点云投影至二维平面降维，获取坡度发生变化的波纹缝拐点，筛选波纹缝最佳拐点。

2.根据权利要求1所述的波纹板焊缝特征点检测方法，其特征在于：所述获取坡度发生变化的波纹缝拐点，筛选波纹缝最佳拐点，包括以下步骤：

3.根据权利要求2所述的波纹板焊缝特征点检测方法，其特征在于：判断获取的输入点集是否为第一组数据的方法如下：若当前点集个数不为0，历史点集为空，拐点检测状态为初始默认值，则当前获取的输入点集为第一组数据；若历史点集不为空，拐点检测状态为检测到或未检测到时，则当前获取的输入点集为从第二组开始的点集。

4.根据权利要求2所述的波纹板焊缝特征点检测方法，其特征在于，所述步骤s2中构造向量夹角的方法如下：设置每个向量长度为n倍点距，且其计算公式为：

5.根据权利要求2所述的波纹板焊缝特征点检测方法，其特征在于：在步骤s5中，拐点的点位状态包括上坡、平坡和下坡；拐点的点位状态的判断方法如下：比较最佳拐点与所构造向量的起点在z轴方向上的高度差绝对值，判定最佳拐点所处的坡位；若高度差绝对值小于0.3n～0.4n倍点距，则认为该最佳拐点之前的点位于平坡；若所述高度差绝对值大于0.3n～0.4n倍点距，则进一步比较最佳拐点与所构造的向量起点的z轴坐标大小，若最佳拐点的z轴坐标大于所构造的向量起点的z轴坐标，则可判定该最佳拐点之前的点位于上坡；若最佳拐点的z轴坐标小于其所构造的向量起点的z轴坐标，则可判定该最佳拐点之前的点位于下坡。

6.根据权利要求2所述的波纹板焊缝特征点检测方法，其特征在于，在步骤s5中，对于拐点检测状态的设置，具体包括：若输入的前一个拐点和当前组检测到的拐点是同一个索引序号或相邻索引序号，则将前一个拐点作为当前组拐点，同时设置检测状态为未检测到；若输入的前一个拐点和当前组检测到的拐点为不相邻的索引序号，则设置检测状态为检测到。

7.根据权利要求2所述的波纹板焊缝特征点检测方法，其特征在于：步骤s2、步骤s3和步骤s4替换为：将点集中每个待测点o与前后等数量点相连所构造的向量和向量构造向量三角形，计算三角形顶点o到对边ab的垂线距离distance，遍历输入点集待检测点，筛选垂线距离最大的待检测点为当前组最佳拐点。

8.一种波纹板焊缝特征点检测系统，基于权利要求1-8任一项所述的波纹板焊缝特征点检测方法，其特征在于，所述波纹板焊缝特征点检测系统包括：

技术总结
本申请公开了一种波纹板焊缝特征点检测方法及系统，所述检测方法具体包括：根据获取的输入点集中的历史点集数量判断获取的输入点集是否为第一组数据，并根据上组数据中拐点的检测状态和当前拐点检测状态判断是否要更新当前拐点信息；遍历输入点集并计算点集中数据点所构造向量夹角；追加满足要求的夹角和对应候选拐点至各自数组中；检查候选拐点个数，保留最佳拐点坐标；判断并设置拐点的点位和检测状态；保存当前组后半段点集作为下次历史点集；输出最终检测处的拐点信息；该检测方法将离散的序列点云看作连续的曲线，并且对于拐点的检测，在遍历拐点时剔除不符合实际情况的潜在拐点从而提高检测精度。

技术研发人员：朱志磊
受保护的技术使用者：无锡砺成智能装备有限公司
技术研发日：
技术公布日：2024/2/1