焊接路径识别方法与流程

本发明涉及焊接技术，特别涉及自动化焊接，具体的，是一种焊接路径识别方法。

背景技术：

1、焊接在我国现代加工领域具有关键地位，从最初的人工焊接逐渐演变为半人工半自动化，尤其是随着焊接机器人的出现，自动化水平得到显著提升。

2、目前，以工业机器人为首的焊接设备，仍以传统人工示教方式确定活动轨迹，在工作时，将确定的活动轨迹精确重现，从而完成自主焊接。

3、人工示教方式对工件位置的精确度要很高，焊接精度完全取决于人工示教，且每次更换工件以后都要重新进行示教，在消耗大量时间的同时，焊接效果也不稳定。

4、提高焊接精度和效率，有必要提供焊缝路径识别技术，通过识别焊缝特征并传递给机器人，实现自主焊接，对焊缝路径识别方法的研究有望推动焊接领域的自动化发展，提高焊接效率与精度，为复杂焊接工艺提供可行的解决方案。

5、因此，需要提供一种焊接路径识别方法来实现上述目的。

技术实现思路

1、本发明的目的是提供一种焊接路径识别方法。

2、本发明通过如下技术方案实现上述目的：

3、一种焊接路径识别方法，利用工业相机对采集到的图像进行预处理、模板匹配以及路径识别，经标定算法转换后从而获得焊缝路径的位置信息；

4、1)使用一字激光器作为定位工具，利用激光和工业相机采集焊缝图像；

5、2)采用矫正、roi提取、灰度转换、图像滤波方法进行预处理焊缝图像；

6、2-1)将相机标定的内参通过畸变矫正形成新的内参，并将原内参与优化过后的新内参形成畸变矫正矩阵，矫正采集图像；

7、2-2)创建roi模板，在图像中快速提取roi，提高识别效率；

8、2-3)灰度变，换将每个像素按照一定规律改变灰度值，将图像转换为单通道的图像，增加特征与背景的对比度，提高图像处理速度；

9、2-4)采用均值滤波算法，通过各像素与相邻像素的灰度值进行卷积平均化，在去除噪声的同时保留关键特征的对比度；

10、3)创建并进行模板匹配：

11、采用基于相关性的模板匹配算法，包括ncc，nnc为通过统计学方法来评估两个数据之间的相关性，其取值范围为[-1,1]；

12、将整个图像看作一个数据集合，并将图像中的每个像素视为rgb数值；

13、设定存在一个子集与数据集合进行匹配，如果ncc值越接近1，则表示子集与数据集合的相关性越高；

14、相反，如果其ncc值越接近-1，则表示它们之间毫无关联；

15、3-1)归一化数据，如式(1)所示：

16、

17、其中，f表示像素点的灰度值、μ表示窗口所有像素的平均值、σ表示标准方差；

18、3-2)设t表示模板的像素值，则ncc计算公式如式(2)所示：

19、

20、其中，n表示模板的像素总数，n-1是自由度；

21、4)路径识别：

22、4-1)从原图提取模板匹配后的roi区域；

23、4-2)对roi区域先进行预处理，包含图像滤波、图像二值化、区域打散以及区域筛选，跟据特征面积的筛选，过滤细部干扰，得到关键特征图像；

24、4-3)进行形态学处理，包含膨胀、腐蚀、开运算、闭运算，为后续骨架提取减少足够的干扰；

25、4-4)经形态学处理过后，焊缝特征为两个区域，将图像的区域连通起来，再根据这个区域对原图像进行裁剪，对所裁剪的区域进行骨架求取；

26、4-5)裁剪后的图像提取骨架，细化骨架至单像素宽度，将其转换为xld轮廓；

27、4-6)对xld图像进行分割，目的是筛选和过滤不需要的干扰，形成处理后的图像；

28、4-7)根据所需特征信息对xld进行筛选，最终保留焊缝特征信息；

29、4-8)基于筛选后的特征信息进行直线拟合，并显示拟合后的直线；

30、4-9)根据拟合的直线求取交点，并判断其合格性：若合格，则在图像上显示交点信息；否则，舍弃本次处理；

31、5)像素坐标转换为空间三维坐标：

32、进行坐标转换之前，采用筛选判断公式对像素坐标进行筛选，以排除噪声或异常值，保证坐标数据的准确性和可靠性，计算公式如式(3)：

33、

34、其中，rp、cp为上一个合格焊缝特征信息的行列坐标，s为允许行列坐标存在的误差，rn、cn为当前焊缝特征信息行列坐标的阈值；

35、rnmin≤r≤rnmax且cnmin≤c≤cnmax，坐标点被视为合法数据，可以进行下一步的坐标转换处理；

36、6)路径识别：

37、读取手眼标定的结果，并将其转换为齐次矩阵，读取一张标定图像，并构建参考坐标系，将像素坐标转换为相机坐标，计算该像素点的三维坐标，而转换以后的三维坐标点就是发送给机器的坐标点，得到机器人所能识别的三维空间坐标，由点构成路径轨迹，实现路径识别。

38、进一步的，创建模板确定金字塔的层数、旋转的角度范围和步长以及输出句柄等参数，循环读取所要进行匹配的图像，判断匹配分数是否大于设置的最低匹配分数，如果满足，则对模板区域进行仿射变换，其主要参数有模板句柄、旋转的角度范围和步长、匹配分数以及金字塔的层数。

39、进一步的，步骤5-2)中，x、y、z的单位是“米”，rx、ry、rz的单位是“度”，将参考坐标系映射到该焊缝点。

40、与现有技术相比，本发明通过采集一字激光器发射的激光条纹与待焊工件垂直相交图像来获取焊缝特征信息，并通过系统标定将识别到的像素二维坐标转换为空间三维坐标，由点构成路径轨迹，从而实现了焊缝路径识别，引导机器人自主焊接；通过输电塔塔脚的大型钢结构工件的实验验证，经过本方法识别后，可以准确识别出焊接路径；将识别出来的数据利用matlab工具，建立焊缝特征信息三维坐标图，这些坐标点在经过算法处理后，呈现出平滑的运动状态；能够有效地处理和平滑输入数据，从而在这些坐标点之间创建一个连续的路径，且它们在图像上是相邻的像素点，通过相邻的像素点进行处理，可以创建一个平滑的路径，这对自主焊接起着很大的作用。

技术特征：

1.一种焊接路径识别方法，其特征在于：利用工业相机对采集到的图像进行预处理、模板匹配以及路径识别，经标定算法转换后从而获得焊缝路径的位置信息；具体流程为：

2.根据权利要求1所述的一种焊接路径识别方法，其特征在于：创建模板确定金字塔的层数、旋转的角度范围和步长以及输出句柄等参数，循环读取所要进行匹配的图像，判断匹配分数是否大于设置的最低匹配分数，如果满足，则对模板区域进行仿射变换，其主要参数有模板句柄、旋转的角度范围和步长、匹配分数以及金字塔的层数。

3.根据权利要求1或2所述的一种焊接路径识别方法，其特征在于：步骤5-2)中，x、y、z的单位是“米”，rx、ry、rz的单位是“度”，将参考坐标系映射到该焊缝点。

技术总结
本发明焊接路径识别方法，利用工业相机对采集到的图像进行预处理、模板匹配以及路径识别，经标定算法转换后从而获得焊缝路径的位置信息；具体流程为：1)使用一字激光器作为定位工具，利用激光和工业相机采集焊缝图像；2)采用矫正、ROI提取、灰度转换、图像滤波方法进行预处理焊缝图像；3)创建并进行模板匹配；4)路径识别；5)像素坐标转换为空间三维坐标；6)路径识别。

技术研发人员：林远长,罗胜,刘东
受保护的技术使用者：中科时永（苏州）科技有限公司
技术研发日：
技术公布日：2024/1/25