CN100349689C - 基于环形激光视觉传感的焊缝自动定位方法 - Google Patents

Abstract

一种基于环形激光视觉传感的焊缝自动定位方法，属于焊接技术领域。本发明包括以下步骤：(1)通过面阵CCD检测环形激光检测轨迹在摄像机像敏面上的成像，在像敏面坐标系中，获得焊缝特征点在激光锥体坐标系中的Y坐标以及X坐标的表示方程；(2)利用激光锥体坐标系中圆半径与深度关系算法求解焊缝特征点的深度值，构建基于焊缝特征点在激光锥体坐标系下被检测点的Z坐标的方程并求解；(3)根据激光锥体坐标系与机器人本体坐标系的矩阵转换，将求得的激光锥体坐标系中的三维坐标转换到机器人本体坐标系，从而实现对焊缝的定位。本发明解决了基于点状激光、线状激光以及环形激光线阵CCD视觉传感器利用三角测量原理进行焊缝定位所造成的效率低的问题。

Description

基于环形激光视觉传感的焊缝自动定位方法

技术领域

本发明涉及的是一种焊接技术领域的方法，具体地说，是一种基于环形激光视觉传感的焊缝自动定位方法。

背景技术

机器人与计算机技术的迅速发展使焊接自动化程度日益提高。影响自动化焊接焊后质量的因素不仅包括被焊工件的厚度、表面处理、焊接材料的化学成分等焊接的内在因素，还包括焊接方法、焊接速度、焊矩路径规划、工件位置检测等重要信息。特别是被焊工件的三维位置检测，一直是焊接自动化所面临的一个重要问题。焊接过程提升到自动化和人工智能水平需要焊缝信息识别、定位与跟踪技术的相应发展。而没有精确、高效且反应快速的传感器，焊接自动化的目标就无法实现。为了实现焊接自动化，实时自动地获得焊缝的定位信息，已经开发了许多传感技术，其中，视觉传感器由于其非接触、反应快速、抗干扰能力强而受到广泛关注。主动光视觉传感技术利用结构光法或光学扫描的方法产生一定的激光轨迹并将其作为焊缝的检测手段。常用的检测激光轨迹有：点状激光、单线条激光、双线条激光、五线条激光和环形激光，但是点状或线条状激光视觉传感器信息量少、检测效率低；存在解释模糊；跟踪精度差及仅能实现一维方向或者二维方向上焊缝的定位与跟踪功能。深度计算方法是三角测量原理。利用线阵CCD作为接受器的环形激光视觉传感器也是利用三角测量方法，要求结构符合Scheimpflug条件，测量效率低。

经对现有技术的文献检索发现，吴敏生在《Welding in the World》(《焊接世界》)1994年9月第34卷P333-339页刊登了“New scanning method of opticalsensor system for seam tracking in three dimensions用于焊缝三维跟踪光学传感系统的新型扫描方法”一文，文中提出一种用于焊缝跟踪的连续环形光机扫描方法。其实现方法光学结构复杂，并且需要经过二次光电转换才能获得模拟信号，半导体光源的旋转是通过驱动步进电机带动齿轮副实现的，精度低、往复扫描速率下降、机械振动大，三维信息为近似求得，其深度提取方法利用了三角测量原理，检测效率低。

发明内容

本发明目的在于克服现有技术中的不足，提供一种基于环形激光视觉传感的焊缝自动定位方法，使其不仅避免传统的被动光视觉传感器焊缝的深度信息难以确定的问题，也解决了基于点状激光、线状激光以及线阵CCD视觉传感器利用三角测量原理进行焊缝定位所造成的效率低的问题。

本发明是通过以下技术方案实现的，本发明包括以下步骤：

(1)激光二极管发射点状激光，经旋转透镜产生环形激光，并成像在摄像机像敏面上，通过面阵CCD获得环形激光检测轨迹。在像敏面坐标系中，通过摄像机的成像获得焊缝特征点在激光锥体坐标系中的Y坐标以及X坐标的表示方程；

所述的通过面阵CCD获得环形激光检测轨迹，其方法是由环形激光产生的信号电荷通过面阵CCD存储，并转换成反映环形激光的二维数据信息。

所述的摄像机的成像，其方法是被检测的环形激光经过光学镜头映射在面阵CCD图像传感器的光敏阵列上，通过CCD将光信号转化为电信号，当时序发生器对其施加特定时序的脉冲时，每个像素的电荷信号将依次移出CCD并经放大成电压幅度不等的模拟信号，这些信号被送到外埠独立的模拟前端电路并转换成数字信号，这些数字信号就是传感器捕捉到的原始图像信息。

(2)利用圆半径与深度关系算法将焊缝特征点的深度值，即激光锥体坐标系中的Z坐标，用标定的标准的圆半径来表示，构建基于焊缝特征点在激光锥体坐标系下的X坐标的方程并求解，获得X坐标，进而求得焊缝特征点的三维坐标；

所述的圆半径与深度关系算法，是指被检测点的深度z_L用半径r表示，即 $z_L=\frac{175(r_0-r)}{r_0},$ 其中，r₀-标准激光轨迹圆的半径，为一常数；175-旋转透镜焦距。

(3)根据激光锥体坐标系与机器人本体坐标系的矩阵转换，将求得的激光锥体坐标系中的三维坐标转换到机器人本体坐标系，从而实现对焊缝的定位。

所述的三维坐标转换到机器人本体坐标系，其方法是通过机器人的臂端标定，确定机器人本体坐标系与焊矩末端坐标系之间的矩阵关系，再通过标定的焊矩末端坐标系与激光锥体坐标系之间的矩阵关系，确定从激光锥体坐标系转换到机器人本体坐标系的矩阵关系。

本发明利用环形激光作为焊缝信息传感手段。激光二极管发射的点状激光经过视觉传感器的旋转扫描作用后呈环形投射到待检测的被焊工件上，并利用面阵CCD接收。焊缝位置的特征点经过图像滤波、图像分割处理后，对环形激光轨迹在面阵CCD中的像素点进行差分算法识别出焊缝的特征点。利用提出的“圆半径与深度关系”算法获得焊缝特征点的三维信息。获得代表焊缝位置的特征点在机器人本体坐标系中的坐标。

本发明利用环形激光的视觉传感作为焊缝定位方法，由于本发明的视觉传感器采用了光学扫描方法，避免了结构光法激光源能量大幅分光的缺点，因而加强了焊缝识别与定位的可操作性，同时也避免了环形激光线阵CCD视觉传感方法用于焊缝识别与定位时结构复杂、效率低的问题，保证了焊缝定位的实时检测。更重要的是，目前已有的点状激光、线状激光与环形激光的视觉传感方法是利用三角测量原理实现焊缝三维坐标计算，本发明方法利用“圆半径与深度关系”算法计算焊缝特征点的三维坐标，具有更高的效率和精度。适用于机器人自动焊接过程中的焊缝的实时定位，同时也可以测量常用焊接接头参数，如对接接头的间隙大小，焊缝的宽度与深度等。

附图说明

图1是三维坐标计算原理图。

图2是焊缝特征点识别原理图。

具体实施方式

如图1所示，激光二极管发射的点状激光通过激光视觉传感器的旋转透镜的扫描作用，投射到被检测的被焊工件表面。面阵CCD摄像机通过图像采集卡检测焊缝及环形激光轨迹，实现A/D转换并采集到计算机，计算机通过图像滤波、图像分割等图像处理后，再利用差分算法识别出激光扫描轨迹检测到的特征点。这些特征点即为焊缝所在的位置。最后，根据提出的“圆半径与深度关系”算法获得焊缝特征点在激光锥体坐标系中的三维坐标。并通过激光锥体坐标系与机器人世界坐标系的转换关系，将焊缝特征点在激光锥体坐标系中的三维坐标转换为机器人本体坐标系的三维坐标，通过计算机与机器人之间的通讯将检测到的焊缝实际位置传递给机器人控制器。从而使机器人实时获得焊缝的三维位置坐标。

如图2所示。焊缝特征点的识别算法为基于X，Y坐标的差分算法。计算模型如下：设摄像机像素坐标中x，y分别是离轴角的函数，则梯度函数G_x′(γ)，G_y′(γ)分别为：

$G_x^{\′}\left(\mathrm{\γ}\right)=\frac{\mathrm{dx}}{\mathrm{d\γ}}$

$G_y^{\′}\left(\mathrm{\γ}\right)=\frac{\mathrm{dy}}{\mathrm{d\γ}}$

(1)

在γ＝a点利用差分算法可求值：

$x^{\′}\left(a\right)\≈\frac{x(a+h)-x\left(a\right)}{h}$

$y^{\′}\left(a\right)\≈\frac{y(a+h)-y\left(a\right)}{h}$

(2)

其中，h为步长。

如果γ_k＝γ₀+k·h(k＝0，1，2，...，n)，则后向差分算子能用下式描述：

x_k＝x_k-x_k-1

y_k＝y_k-y_k-1                         (3)

根据图2的搭接接头的特点，在焊缝特征点位置存在着断点，给出识别策略。

焊缝识别策略：

如果y_k＞＝2，x_k＞5则该点属于焊缝特征点。

如图2所示，对于焊缝上的任意点P(x_L，y_L，z_L)可用该点在摄像机坐标系中的二维坐标P′(x_c，y_c)来表示：

$\left\{\begin{array}{c}{x}_L-z_L\tan \mathrm{\β}=k_x\·x_C\\ y_L=k_y\·y_C\end{array}\right.---\left(4\right)$

在激光锥体坐标系中，激光扫描锥面上圆的半径与深度(Z坐标值)的关系，x_L，y_L与半径r之间存在如下关系：

(x_L-r)²+y_L ²＝r²                              (5)

令

a＝2r₀+175tanβ

b＝2·r₀(x_c-175tanβ)

c＝175y_c ²tanβ                               (6)

所以有，

ax_L ²+bx_L+c＝0                                (7)

解得，P(x_L，y_L，z_L)坐标为

$x_L=\frac{-b\±\sqrt{b^2-4\·a\·c}}{2\·a}$

y_L＝k_y·y_C

$z_L=\frac{175(r_0-r)}{r_0}$

(8)

利用公式(4)、(5)和(8)的“圆半径与深度关系”算法，即可计算焊缝特征点三维值。

如图2所示，根据差分算法获得描述焊缝的特征点：A、B、C和D。O和O′点是焊缝的原始点。接通摄像机、电动机和激光二极管的电源，环形激光视觉传感器将激光投射到搭接接头的焊缝上，如图2所示，通过图像采集卡进行A/D转换并将焊缝部位信息采集到计算机。对图像进行滤波、分割和细化处理后，利用差分算法识别描述焊缝的特征点：A，B，C和D。根据这些点的像素坐标和提出的“圆半径与深度关系”算法，获得其在激光锥体坐标系中的坐标为：A(37.2781 -2.319 12.4373)；B(0.2072 -2.7828 11.6472)；C(38.0022-3.0147 8.4853)；D(0.4076 -3.9422 7.8541)。所以识别出的焊缝位置为：O(37.6402 -2.6668 10.4613)；O′(0.3074 -3.3625 9.3507)，O和O′表示视觉传感器识别出的焊缝位置，矢量OO′表示焊缝的待焊方向。

Claims (5)

1.一种基于环形激光视觉传感的焊缝自动定位方法，其特征在于，包括以下步骤：

(1)激光二极管发射点状激光，经旋转透镜产生环形激光，投射到焊缝上成像，通过面阵CCD检测环形激光检迹，在像敏面坐标系中，通过摄像机的成像获得焊缝特征点在激光锥体坐标系中的Y坐标以及X坐标的表示方程；

(2)利用激光锥体坐标系中圆半径与深度关系算法将焊缝特征点的深度值，即激光锥体坐标系中的Z坐标，用标定的标准的圆半径来表示，构建基于焊缝特征点在激光锥体坐标系下的Z坐标的方程并求解，获得Z坐标，进而求得焊缝特征点的三维坐标；

(3)根据激光锥体坐标系与机器人本体坐标系的矩阵转换，将求得的激光锥体坐标系中的三维坐标转换到机器人本体坐标系，从而实现对焊缝的定位。

2.根据权利要求1所述的基于环形激光视觉传感的焊缝自动定位方法，其特征是，步骤(1)中，所述通过面阵CCD获得环形激光检测轨迹的方法是由环形激光产生的信号电荷通过面阵CCD存储，并转换成反映环形激光的二维数据信息。

3.根据权利要求2所述的基于环形激光视觉传感的焊缝自动定位方法，其特征是，步骤(1)中，所述摄像机成像的方法是被检测的环形激光经过光学镜头映射在面阵CCD图像传感器的光敏阵列上，通过CCD将光信号转化为电信号，当时序发生器对其施加特定时序的脉冲时，每个像素的电荷信号将依次移出CCD并经放大成电压幅度不等的模拟信号，这些信号被送到外埠独立的模拟前端电路并转换成数字信号，这些数字信号就是传感器捕捉到的原始图像信息。

4.根据权利要求1所述的基于环形激光视觉传感的焊缝自动定位方法，其特征是，所述的圆半径与深度关系算法，是指被检测点的深度z_L用半径r表示，即 $z_L=\frac{175(r_0-r)}{r_0},$ 其中r₀是标准圆的半径，为一常数；175-透镜焦距f。

5.根据权利要求1所述的基于环形激光视觉传感的焊缝自动定位方法，其特征是，所述的三维坐标转换到机器人本体坐标系，其方法是通过机器人的标定，确定机器人本体坐标系与焊矩末端坐标系之间的矩阵关系，再通过标定的焊矩末端坐标系与激光锥体坐标系之间的矩阵关系，确定从激光锥体坐标系转换到机器人本体坐标系的矩阵关系。

Images