一种六自由度焊接机器人线激光实时焊缝跟踪方法与流程

文档序号:11118998阅读:来源:国知局

技术特征:

1.一种六自由度焊接机器人线激光实时焊缝跟踪方法,该方法基于的跟踪系统包括六自由度机械臂、焊枪、线激光视觉传感器、工作台、自动焊机、送丝机构、嵌入式工业控制器、控制柜,其特征在于,包括步骤:

(1)焊接时将线激光视觉传感器中相机采集到的图像先进行图像预处理;

(2)采用基于加权余弦相似度的特征点提取算法,得到预处理后的当前帧图像中焊缝中心特征点的像素坐标值;

(3)将所述坐标值转换成相机坐标系下的三维坐标值之后,把该值与初始值的偏差值实时发送给六自由度机器人,从而带动焊枪完成自动焊接过程。

2.根据权利要求1所述的六自由度焊接机器人线激光实时焊缝跟踪方法,其特征在于,在进行步骤(1)之前,还包括步骤:

根据线激光传感器中的相机采集的图像获取焊接前初始的焊缝特征点和相邻区域。

3.根据权利要求2所述的六自由度焊接机器人线激光实时焊缝跟踪方法,其特征在于,所述的根据线激光传感器中的相机采集的图像获取焊接前初始的焊缝特征点和相邻区域的步骤具体包括:

(1)调整六自由度焊接机器人机械臂的位置,使得焊枪末端位于待焊工件焊缝位置的正上方,并使得固定在焊枪上的线激光传感器处于最佳工作位置,即在焊接过程中既能捕捉到清晰地图像,又不会使得线激光传感器和待焊工件发生干涉;

(2)线激光传感器中的相机采集图像并发送到嵌入式工业控制器,嵌入式工业控制器通过调用Halcon软件的库函数进行初始化,得到初始的焊缝特征点和相邻区域;

(3)嵌入式工业控制器将得到的焊接前初始特征点像素坐标值转换成基于相机坐标系的三维坐标值。

4.根据权利要求1所述的六自由度焊接机器人线激光实时焊缝跟踪方法,其特征在于,所述的步骤(1)具体包括:

(11)焊接时线激光传感器的相机连续采集每一帧图像,并发送至嵌入式工业控制器进行处理计算;

(12)嵌入式工业控制器将得到的图像进行用于减小焊接图像中飞溅和弧光噪声、使得图像纯净度变高的预处理。

5.根据权利要求4所述的六自由度焊接机器人线激光实时焊缝跟踪方法,其特征在于:所述的预处理包括阈值处理、二值化和三幅图像相乘处理。

6.根据权利要求4所述的六自由度焊接机器人线激光实时焊缝跟踪方法,其特征在于,所述步骤(2)具体包括:

(21)初始化跟踪器,嵌入式工业控制器通过调用Halcon软件的库函数进行初始化,得到初始的焊缝特征点和相邻区域;

(22)利用运动模型p(xt|xt-1)在图像中采集大量目标的候选状态,xt表示为目标物体的状态变量,下标t为当前图像帧数;

(23)利用测量模型p(yt|xt)来评估候选状态变量,找出与候选状态变量相似度最高的观测向量,yt为对应xt的观测向量,此处观测模型采用加权余弦相似度(WLCS)测量法;

(24)通过在傅里叶框架下应用粒子滤波法,算出最佳候选状态位置作为该图像中焊缝特征点的实际位置坐标,计算方法是:

p(xt|y1:t-1)=∫p(xt|xt-1)p(xt-1|y1:t-1)dxt-1

p(xt|y1:t)=p(yt|xt)p(xt|y1:t-1)/p(yt|xt)p(xt|y1:t-1)

式中y1:t表示从时刻1到时刻t的所有观测向量,第一个公式是预测公式,通过时刻1到时刻t-1的观测向量y1:t-1预测时刻t的状态变量xt;第二个公式是更新公式,在第一个公式中加入时刻t的观测向量yt更正状态变量xt

7.根据权利要求6所述的六自由度焊接机器人线激光实时焊缝跟踪方法,其特征在于,所述步骤(23)的加权余弦相似度测量法的具体为:

(231)计算出余弦相似度:

<mrow> <msub> <mi>s</mi> <mrow> <mi>W</mi> <mi>L</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>y</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </msubsup> <msub> <mi>w</mi> <mi>j</mi> </msub> <mi>s</mi> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mi>j</mi> </msub> <mo>,</mo> <msub> <mi>t</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </msubsup> <msub> <mi>w</mi> <mi>j</mi> </msub> <mfrac> <mrow> <mo>&lt;</mo> <msub> <mi>y</mi> <mi>j</mi> </msub> <mo>,</mo> <msub> <mi>t</mi> <mi>j</mi> </msub> <mo>&gt;</mo> </mrow> <mrow> <mo>|</mo> <mo>|</mo> <msub> <mi>y</mi> <mi>j</mi> </msub> <mo>|</mo> <mo>|</mo> <mo>|</mo> <mo>|</mo> <msub> <mi>t</mi> <mi>j</mi> </msub> <mo>|</mo> <mo>|</mo> </mrow> </mfrac> <mo>,</mo> </mrow>

式中y为观测向量,t为目标模块,下标j为第j个子区域向量,w为对应子区域向量的权重;

(232)计算出余弦相似度后进入在线更新,包括权重与目标模块的更新;模块更新公式为:

<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>&LeftArrow;</mo> <msub> <mi>&eta;t</mi> <mi>i</mi> </msub> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>&eta;</mi> <mo>)</mo> </mrow> <msubsup> <mi>y</mi> <mi>i</mi> <mo>*</mo> </msubsup> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>i</mi> <mi>f</mi> <mi> </mi> <mi>s</mi> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>,</mo> <msubsup> <mi>y</mi> <mi>i</mi> <mo>*</mo> </msubsup> <mo>)</mo> </mrow> <mo>&GreaterEqual;</mo> <mi>&epsiv;</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>&LeftArrow;</mo> <msub> <mi>t</mi> <mi>i</mi> </msub> </mrow> </mtd> <mtd> <mrow> <mi>o</mi> <mi>t</mi> <mi>h</mi> <mi>e</mi> <mi>r</mi> <mi>w</mi> <mi>i</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> </mtr> </mtable> </mfenced>

式中ε是预先设定的阈值,η是更新率;

(233)完成目标模块t的更新后,采集该图像模块的正样本和负样本,并通过解决下列最优化问题更新权重:

<mrow> <mi>G</mi> <mrow> <mo>(</mo> <mi>w</mi> <mo>)</mo> </mrow> <mo>=</mo> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </msubsup> <msub> <mi>w</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <msubsup> <mi>S</mi> <mi>j</mi> <mo>-</mo> </msubsup> <mo>-</mo> <msubsup> <mi>S</mi> <mi>j</mi> <mo>+</mo> </msubsup> <mo>+</mo> <msubsup> <mi>&mu;w</mi> <mi>j</mi> <mo>&prime;</mo> </msubsup> <mo>)</mo> </mrow> <mo>-</mo> <mfrac> <mi>&mu;</mi> <mn>2</mn> </mfrac> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </msubsup> <msubsup> <mi>w</mi> <mi>j</mi> <mn>2</mn> </msubsup> </mrow>

其中Ω+与Ω-分别表示焊缝特征点的正样本与负样本,w′等于上一时刻的权重值,即w′=Wt-1

8.根据权利要求1所述的六自由度焊接机器人线激光实时焊缝跟踪方法,其特征在于,所述步骤(3)具体包括:

(31)将获得的图像中焊缝中心特征点的像素坐标值转换成相机坐标系下的三维坐标值之后与当前焊枪位置三维坐标进行比较,得到偏差值;

(32)嵌入式工业控制器实时地将所述偏差值发送给伺服驱动器,伺服驱动器驱动伺服电机并带动六自由度机械臂运动,从而使得焊枪末端的焊丝沿着工件的焊缝中点运动,完成六自由度机器人的实时焊缝跟踪过程。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1