激光焊接空间焊缝双CCD识别技术研究

《激光焊接空间焊缝双CCD识别技术研究》由会员分享，可在线阅读，更多相关《激光焊接空间焊缝双CCD识别技术研究（5页珍藏版）》请在金锄头文库上搜索。

1、陈新松：激光焊接空间焊缝双 CCD 识别技术研究 107激光焊接空间焊缝双 CCD 识别技术研究 陈新松 （北京航空制造工程研究所，北京 100024） 摘 要：焊缝自动跟踪是实现激光焊接自动化的关键。本文设计了一种基于双 CCD 的焊缝识别系统,可以提取出 焊缝特征点位置坐标,实现焊缝跟踪。实验证明,传感器具有较高的精度和可靠性,并对焊缝跟踪系统具有一定的普 适性。 关键词：机器视觉 焊缝跟踪 激光焊接 三维测量 1 前言 在激光焊接过程中，激光光斑移动路径是由操作者编程确定的一条理想路径，而被焊零件在加工、 装配过程产生的尺寸偏差，以及在焊接过程中由于受热产生的变形，使得焊缝实际轨迹与焊接

2、接头的理想 轨迹有一定的偏差，但激光聚焦光斑直径细小，所以焊缝轨迹的偏差对焊接过程稳定完成及焊接质量保证 有直接的影响。 目前，在实际工作过程中通常采用示教法来解决这一问题，但示教法费时费力，而且受操作人员个 人因素影响大，难以发挥激光焊接高效的特点。 焊缝自动跟踪技术就是针对这一问题发展起来的，对保证焊接质量、提高焊接效率、降低操作者劳 动强度具有重要意义。随着激光技术的发展，激光焊接在国外已经越来越广泛地应用于包括汽车、航空、 航天等多个领域，同时为了提高焊接质量及自动化程度，激光焊缝自动跟踪技术也越来越受到工业界的关 注。 焊缝自动跟踪系统主要由三部分组成：跟踪传感器、控制系统、执行机构

3、。其主要工作原理是：通 过与焊接头同步运动的跟踪传感器检测待焊焊缝的位置，然后通过控制系统对所测的实际位置与焊接头运 动的理论路径进行比较， 根据比较的结果通过执行机构修正焊接头的位置， 达到焊缝轨迹自动跟踪的目的， 整个过程完全自动完成，可以有效的解决激光焊接过程中由于零件的加工、装夹误差、以及由于焊接产生 的热变形等影响。对于一些形状比较复杂的焊缝，也可以大大降低焊接加工程序的编制难度。 实现焊缝跟踪的最基础性的研究就是待焊焊缝轨迹检测。特别是对复杂结构的三维焊缝，焊接过程 的焊缝轨迹存在6个自由度参量的变化， 而且激光焊接过程往往要求激光光束中心线始终处于工件表面法线 方向，焊接过程又存

4、在很强的光辐射，因此三维空间焊缝激光焊的焊缝跟踪显得尤为重要，这已成为激光 焊接技术的发展方向，但激光焊接的焊缝轨迹检测比电弧焊要复杂的多。目前对激光焊接焊缝轨迹检测的 研究，主要是采用视觉传感器对焊缝进行二维检测，通过控制系统进将检测到的数据进行处理，得到焊缝 的实际二维轨迹坐标，但对影响焊接质量的另一个重要因素：焊接焦点位置的跟踪检测，并未进行研究。 本文主要对双视觉传感器获取三维空间焊缝的技术进行探讨。 2 双视觉传感器获取三维空间焊缝的实现 图 1 测量系统示意图 第五届全国计算机在焊接中的应用学术与技术交流会论文集，2008 年 10 月 29 日-11 月 3 日，广西南宁 108

5、2.1 双视觉传感器获取三维空间焊缝的基本步骤是: 1)采用两台位置相对固定的摄像机各自从不同角度拍摄加工零件的相同区域；2)对所获得的两幅二维 图像进行预处理得到焊缝轨迹的二维图像；3)在两幅二维图像中选取特征点进行匹配；4) 再根据这些匹配 点利用三角测距原理计算出焊缝轨迹的三维坐标。由于激光焊接对焊缝的精度要求较高，所以对测量系统 的整体测量精度提出了较高要求。 2.2 硬件系统构成及误差分析： 硬件系统主要由以下几部分构成：摄像头（包括镜头）两只；图像采集处理系统；光源和标定块；安 装和固定装置。 图 2 硬件误差分析示意图 硬件系统的主要误差分析如下： 见图2，设图像上的一个像素点

6、，其坐标为：。 在实际中，对应着一个小区域的中心点坐标为。则像素点对应的小区域可以表示为： 其中，和 是从摄像头光轴与被测目标垂直时图像上的一点代表的区域沿x和y方向上的相对于中 心点的偏移量。单摄像头无法对距离信息进行测量，需要双摄像头对其进行测量。 仅考虑单摄像头对实际中待测目标的x坐标和y坐标的确定，可知，用S表示单像素点对应着待测目标区 域的面积，则S与摄像头的像平面的夹角有如下关系： 由此可知： 越大，像平面上的一个像素点对应着实际中的区域S越大。而摄像头光轴与被测目标垂 直时的摄像头中获得的整幅图像对应着实际中的区域与摄像头的焦距和摄像头与待测目标的距离有关系， 即单像素点代表的实

7、际中区域面积 与摄像头的焦距和物距d有如下关系(设图像上的单个像素点的 面积为s): 由此可得： 忽略其它的各方面的误差，取 ， ，则 ，才有可能满足测量精度的要求。对于摄像头，s越小越好，即为分辨率越高越好。另一方面，摄像头的固定误差会对测量精度 有所影响。 陈新松：激光焊接空间焊缝双 CCD 识别技术研究 109从实际坐标到图像像素坐标之间的转移矩阵为 其中，K是摄像机的内参数矩阵， 、t ，分别是摄像头坐标系与世界坐标系的旋转变换关系和平移变换关系， ， 摄像头的固定包括了 三个方向的平移(用表示)和 三个方向的旋转(用旋转阵 表示)。由于固定方面的误差，导致产生 的平移和 的旋转。 此

8、种误差在实际测量中是不可避免的，需要在固定设备之后通过标定的方式进行消除，其误差大小由 标定的精度和固定装置的稳定性决定。 2.3 软件系统设计： 软件系统是本项目的核心主体部分，在硬件能够满足精度要求的前提下，软件设计中要尽可能的提高 测量精度，这样才能保证摄像头有更大的可动范围。软件设计的核心为图像处理的算法设计部分。 我们的软件系统主要完成两个方面的工作： 1) 利用给定的标定块，求取摄像机的内部参数和外部参数，并建立摄像机的模型。 2) 根据建立的摄像机模型，结合图像预处理单元和图像匹配单元，求取焊缝上点的三维坐标。 2.3.12.3.1软件系统构成 软件系统主要包括图像的预处理(图像

9、的滤波，背景的祛除，焊缝的提取以及细化等)，两幅图像直接 的匹配与对应，摄像头参数的标定，空间曲线三维重构四个部分。 2.3.22.3.2硬件初始化及图像捕获单元 硬件初始化及图像捕获单元主要是完成成像设备的硬件设备驱动，同时捕获CCD上的高清晰度的图像， 并将图像按照后期处理程序的要求进行相应的格式转换。 本单元中必须正确选择摄像头的驱动程序使得摄像头能够正常的工作，并通过将采集的图像信息进行 显示的方式进行验证。还将通过抓取单幅图像与实时显示的图像进行比较确定摄像头单帧捕获图像的正确 性。具体框架如图6-1。 图 3 硬件初始化及图像捕获单元原理框图 图 4 图像预处理单元原理框图 第五届

10、全国计算机在焊接中的应用学术与技术交流会论文集，2008 年 10 月 29 日-11 月 3 日，广西南宁 1102.3.32.3.3图像预处理单元 图像处理技术主要是对图像进行增强，改善或修改，提取图像中感兴趣的部分或特征，同时抑制次要 部分，为图像分析做准备。针对焊接过程中存在着大量的飞溅烟尘电弧光及周围环境电磁、静电等产生的 噪声干扰，对原始采集到的图像采用了平滑处理，阈值变换，锐化，边缘检测，细化一系列图像预处理。 2.3.3.12.3.3.1图像平滑处理模块 通常图像中存在三个方面的噪声：光电、电磁转换过程中引入的人为噪声；CCD摄像机采集图像的不稳 定性；自然起伏性噪声，有物理量

11、的不连续性或粒子性所引起，这类噪声又可分成热噪声，散粒噪声等。 为了消除噪声，要对图像进行平滑处理。 2.3.3.22.3.3.2图像阈值变换模块 灰度的阈值变换可以将一幅灰度图像转换成黑白二值图像。本方案根据已经获得的焊缝图像，统计出 焊缝和背景之间的转换阈值，即可通过变换实现二值化。 2.3.3.32.3.3.3图像锐化模块 图像平滑往往使图像中的边界、轮廓变的模糊，为了减少这类不利效果的影响，这就需要利用图像锐 化技术，使图像的边缘变的清晰。本方案采用的是拉普拉斯锐化方法。 2.3.3.42.3.3.4图像边缘检测模块 在边缘检测的过程中，我们要精确地检测出图像的边缘点，但是噪声可能对图

12、像造成了模糊，也可能 出现孤立的边缘点。 精确的边缘检测有3点要求：不能漏检，既需要检测出图像中含有的所有的边缘点；不能过检，即不能 检测出过多的边缘点；不能偏检，即检测出来的边缘点是需要检测的。 本方案采用的方法是根据当前像素及前面处理的像素来进行判断是否是边缘点。 2.3.42.3.4摄像头内参数、外参数标定单元 空间物体的三维位置信息与其在二维图像中的投影之间存在着一种几何变换关系，而这种关系是由摄 像机的成像几何模型来决定。确定摄像机非线性模型的参数以后就能从捕获的二维图像出发，计算三维焊 缝的位置、形状等几何信息，进而重建场景和识别焊缝轨迹。 2.3.52.3.5特征点的匹配单元 该

13、流程主要分三个部分：第一，分别在两幅图里面寻找特殊的特征点；第二，利用区域匹配的方法配 对两幅图像的特征点；第三，利用七点算法计算基础矩阵。 2.3.62.3.6图像匹配单元 主要是利用找到的图像中的特征点，计算出两个摄像机的坐标系的转换关系，进而求出焊缝的实际三 维坐标。 3 三维坐标重建数据分析 下面的表格给出了测量的实际坐标和经过三维重建后的坐标，单位是mm。 表 1 对应坐标表 4 结论 目前采用双CCD摄像头进行三维焊缝识别的测量系统的测量精度优于0.1mm，测量速度大于2m/分钟。且陈新松：激光焊接空间焊缝双 CCD 识别技术研究 111具有较强的抗现场干扰能力，为进行实际的焊接实

14、验打下基础。 参 考 文 献 1 谢志孟 基于视觉传感的焊缝跟踪技术研究和展望 焊接 2005 (4) 2 黄万群等 CCD 视觉传感器及图像处理技术在焊缝自动跟踪中的应用 沈阳工业大学学报 第 23 卷第 1 期 3 毛剑飞,陈利红,刘晓峰,等. 机器人视觉系统的自标定新算法. 浙江大学学报,2003 ,37 (3) :283287 4 降雨志等 投影法和差影法在焊缝跟踪图像识别中的应用沈阳工业大学学报 第 27 卷 5 曹建树等 基于 DSP 的焊缝自动跟踪控制系统设计 中国机械工程第 16 卷第 9 期 6 刘安心,余跃庆. 三维机器视觉测量系统的坐标计算模型研究 机械制造与自动化, 2

15、005 ,34 (3) :712731 7 刘安心,余跃庆. 三维机器视觉测量系统的标定模型研究 机械制造与自动化,2005 ,34 (4) :432461 8 张永亮,刘安心. 基于 Prewitt 算子的计算机数字图像边缘检测改进算法 解放军理工大学学报,2005 ,6 (1) :442461 9 贾云德. 机器视觉M . 北京:科学出版社,20001 10 章毓普. 图像分割M . 北京:科学出版社,20011 11 苑玮琦,王建军,张宏勋. 一种基于梯度极值的边缘检测算法 信息与控制,1997 ,26 (2) :11721201 12 Figgen, Achim. Easier and

16、 quicker laser welding instead of riveting of aircraft structures. AeroSpace，2000, No. 1, Apr. p.2023. 13 Ferrard, Stephane. Laser welding introduced at Airbus - The smoothing revolution. Planet AeroSpace， 2001， No.4， Sept. p.3033 14 Huynh D. Q. . Calibration a structured light stripe system:a novel approach. International Journal of ComputerVision, 1999, 33 (1) :