一种焊接件边缘的焊接方法与流程

本发明涉及激光焊接技术领域，尤其涉及一种焊接件边缘的焊接方法。

背景技术

金属性器具用品每年的产量非常大，如热水壶，保温瓶等等，焊接是其加工的一道关键工序，但目前焊接方式大多还是采用手工焊接，其焊接效率低且效果一般。如果考虑采用自动化设备进行自动化焊接，其焊接效率和焊接精度将会大大的提高，而焊缝的高精度检测是整个自动化焊接设备最关键的环节。焊缝检测主要分为机械式和机器视觉式，机械式的焊缝检测虽说精度高，但检测速度慢，夹具设计较为复杂，要求精度高，局限性大，一般不予采用；而机器视觉式不仅可实现高精度的焊缝检测，而且响应速度快，机械夹具设计简单，维护容易。但是，目前现有技术中还缺少能够针对焊接件的边缘实现高精度检测和自动焊接的技术方案。

技术实现要素：

鉴于上述现有技术的不足，本发明的目的在于提供一种焊接件边缘的焊接方法，能够实现焊接件的边缘高精度检测和自动焊接。

本发明的技术方案如下：

本发明提供一种焊接件边缘的焊接方法，其中，包括：

步骤a、采集焊接件的边缘源图像并进行处理，提取边缘像素点坐标；

步骤b、进行坐标转换，将提取的边缘像素点坐标转换为nc代码。

所述的焊接件边缘的焊接方法，其中，所述步骤a具体包括：

步骤a1、采集焊接件的边缘源图像，对源图像进行阈值分割，将目标区域与背景分割开，得到目标边缘轮廓；

步骤a2、对目标边缘轮廓进行平滑处理；

步骤a3、提取图像中面积最大的连通区域；

步骤a4、对面积最大的连通区域进行外边缘轮廓提取，然后将提取的外边缘轮廓转换为边缘像素点坐标。

所述的焊接件边缘的焊接方法，其中，所述步骤b具体包括：

步骤b1、对边缘像素点坐标构成的目标点序列进行相应的排序，得到目标像素点集；

步骤b3、将目标像素点集坐标转换为以毫米为单位的点集，将转换后的点坐标生成用于直线插补的nc代码。

所述的焊接件边缘的焊接方法，其中，所述步骤b2之前还包括：

步骤b2、分别将排序好的预设相邻个数的目标点相加求平均值，得到相应的新目标点，用于直线插补。

所述的焊接件边缘的焊接方法，其中，所述步骤b之后还包括：

步骤c、cnc数控机床读取nc代码，实现自动焊接。

所述的焊接件边缘的焊接方法，其中，所述步骤a中，采用cmos或ccd相机采集焊接件的边缘源图像。

所述的焊接件边缘的焊接方法，其中，所述步骤c中，cnc数控机床通过io串口与cmos或ccd相机通讯读取nc代码。

所述的焊接件边缘的焊接方法，其中，所述步骤a2中，采用中值滤波结合形态学滤波开运算对目标边缘轮廓进行平滑处理。

所述的焊接件边缘的焊接方法，其中，所述步骤a3中，采用八邻域边界跟踪算法提取图像中面积最大的连通区域。

所述的焊接件边缘的焊接方法，其中，所述步骤b中，以相机的中心点为基准点，计算出像素与毫米之间的对应比例关系，根据对应比例关系进行坐标转换，将边缘像素点坐标转换为nc代码。

本发明的有益效果是：本发明提供了一种焊接件边缘的焊接方法，本发明通过采集焊接件的边缘源图像并进行处理，提取边缘像素点坐标，然后将提取的边缘像素点坐标转换为nc代码，能够实现焊接件的边缘高精度检测和自动焊接。

附图说明

图1是本发明实施例提供的焊接件边缘的焊接方法的流程图。

图2是本发明实施例的cmos采集到热水壶底面的源图像。

图3是本发明实施例的源图像的阈值化处理。

图4是本发明实施例的阈值化后的边缘轮廓。

图5是本发明实施例的中值滤波及开运算后的边缘轮廓。

图6是本发明实施例的提取出热水壶底面的边缘点集。

图7是本发明实施例的目标点集排序过程。

图8是本发明实施例的自动生成的nc代码。

图9是本发明实施例的热水壶焊缝跟踪界面设计。

图10是本发明焊接件边缘的焊接方法具体实施时的整体流程图。

具体实施方式

本发明提供一种焊接件边缘的焊接方法，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参见图1，图1是本发明实施例提供的焊接件边缘的焊接方法的流程图。图1所示的一种焊接件边缘的焊接方法，包括：

步骤s100、采集焊接件的边缘源图像并进行处理，提取边缘像素点坐标；以及

步骤s200、进行坐标转换，将提取的边缘像素点坐标转换为nc代码。

本发明通过采集焊接件的边缘源图像并进行处理，提取边缘像素点坐标，然后将提取的边缘像素点坐标转换为nc代码，能够实现焊接件的边缘高精度检测和自动焊接。

进一步的，在本发明实施例中，可以采用cmos或ccd相机采集焊接件的边缘源图像，其中优选选用1200万像素的cmos相机，焊接件包括热水壶、保温瓶等，例如，采用cmos捕抓热水壶底面边缘源图像。pc上位机可以是cnc数控机床和cmos共用一台，也可以各自一台。具体实施时，首先设置cmos工业相机相应的参数，例如曝光时间，增益，分辨率等参数，然后开始进行图像采集，参见图2、图9所示，其中，图2为cmos在红色环形光源下采集到的源图像，图9为本发明实施例的热水壶焊缝跟踪界面设计。

进一步的，在本发明实施例中，所述步骤s100具体包括：

步骤s110、采集焊接件的边缘源图像，对源图像进行阈值分割，将目标区域与背景分割开，得到目标边缘轮廓。所述步骤s110也即是边缘轮廓提取算法，图3是对源图像进行阈值分割，将目标区域与背景分割开来。

步骤s120、对目标边缘轮廓进行平滑处理。具体实施时，采用中值滤波结合形态学滤波开运算对目标边缘轮廓进行平滑处理。其中，中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。图4为图3中截取部分的放大视图，发现目标边缘轮廓非常粗糙，变化很不稳定。图5采用中值滤波结合形态学开运算滤波对边缘进行平滑处理，其效果明显得到改善，稳定性提高，这一步是实现高精度识别的一个重要步骤。

步骤s130、提取图像中面积最大的连通区域；

步骤s140、对面积最大的连通区域进行外边缘轮廓提取，然后将提取的外边缘轮廓转换为边缘像素点坐标。

具体实施时，采用八邻域边界跟踪算法(8邻域扫描法)提取图像中面积最大的连通区域。筛选到的最大连通区域进行外边缘轮廓提取，然后将轮廓转换为一系列像素点坐标，如图6为提取到的像素点集。考虑到当外部环境有干扰的时候，可能会突然出现某一些干扰点，如果这些干扰点被列入到目标轮廓中，那么整个运动轨迹将会发生较大的变化，本发明只提取图像中面积最大的连通区域，剔除掉一些干扰区域。算法采用8邻域扫描法，首先随机访问一个目标点，该点作为起始点，并标记为已访问过，然后依次扫描其周围8邻域像素点，当为目标点时，保存该点，重新以该点为起始点并标记为已访问过，这样依次循环扫描未被访问过的像素点，就可以把所有的连通区域提取出来，再根据连通区域像素点的个数就能把最大连通区域提取出来。这一步很关键，直接影响到整个算法的稳定性。

进一步的，在本发明实施例中，所述步骤s200具体包括：

步骤s210、对边缘像素点坐标构成的目标点序列进行相应的排序，得到目标像素点集；

步骤s230、将目标像素点集坐标转换为以毫米为单位的点集，将转换后的点坐标生成用于直线插补的nc代码。

插补即机床数控系统依照一定方法确定刀具运动轨迹的过程。具体实施时，cnc机床对目标点集依次进行直线插补运动，其运动方向必须沿着逆时针或顺时针依次插补运动，不可以从一个点跳到其它较远的点，因此需要对目标点序列进行相应的排序。本发明的目标像素点集排序算法如图7所示，首先计算点序列中最高点位置、最低点位置，最左点位置以及最右点位置，然后根据这4个点将图像分割为4张图像，第一、二张图像都是从右到左，从上而下进行扫描，当读取到目标点时，保存该点坐标，跳到下一行继续扫描，扫描完毕后就跳到第三张图像；而第三、四张图像都是从左到右，从下而上进行扫描，当读取到目标点时，同样保存该点坐标，跳到上一行继续扫描，当整张图像扫描完后，就生成一个以最高点为起点且顺时针排序的数组。图像中可能会存在多个最高点位置、最低点位置，最左点位置以及最右点位置，导致一部分点没检测到，但是它们与这些极值点之间是共线的，而cnc实现的是直线插补运动，因此这里对点集的影响较小，可以忽略。

获取到边缘轮廓点的机床坐标后，需要自动生成nc代码，保存为.txt文件，如图8所示，中间区域为每次生成的边缘轮廓点坐标，而首尾两部分是固定的，表示为焊接速度、加速度、焊接功率以及刀补等参数的设置。本发明只是检测水壶的最外边缘，需要设置激光焦点直线插补的刀补偏置距离，保证激光点能打在边缘上，这个参数也是一个固定的参数。

进一步的，在本发明实施例中，所述步骤s230之前还包括：

步骤s220、分别将排序好的预设相邻个数的目标点相加求平均值，得到相应的新目标点，用于直线插补。所述步骤s220也即是目标点数筛选算法。cmos检测到的目标点数量达到8000多个点，如果全用于cnc直线插补，那么数控机床的运动速度会很慢，完全达不到速度要求，但如果选取到的点数量太少又会影响跟踪精度，目标点数筛选算法本方明在软件界面上设置一个可调的数量值n，将排序好的相邻n个目标点相加求平均值，得到一个新的目标点，用于直线插补，当压缩后点数量为250个左右时，焊接速度可达2.5秒一个，焊接精度为0.2mm左右。

进一步的，在本发明实施例中，所述步骤s200之后还包括：

步骤s300、cnc数控机床读取nc代码，实现自动焊接。具体实施时，nc代码生成完后必须告诉机床开始焊接，这就需要cmos与cnc数控机床进行通讯，本方明采用的是io串口通讯，也即是cnc数控机床通过io串口与cmos或ccd相机通讯读取nc代码。

进一步的，在本发明实施例中，所述步骤s200中，以相机的中心点为基准点，计算出像素与毫米之间的对应比例关系，根据对应比例关系进行坐标转换，将边缘像素点坐标转换为nc代码。具体实施时，可以cmos相机的中心点为基准点，利用激光头的红心焦点进行位置补偿，计算出像素与毫米之间的比例关系，而镜头的畸变则采用黑白棋盘格进行标定矫正。

本发明所述方法可以实现基于机器视觉的热水壶底面边缘焊缝检测。热水壶底面边缘的长宽为150mm*150mm左右，速度节拍需要达到4秒钟一个，跟踪精度为0.2mm。考虑到其速度要求，这里采用一次性拍摄，由于相机成像视场达到155mm*155mm左右，视场较大，选取的工业相机像素分辨率需要达到1000万像素以上，普通ccd工业相机很难达到这个要求，而进口的高分辨率ccd智能相机价格昂贵。因此本发明优选选用1200万像素的cmos黑白工业相机，cmos工业相机具有高速捕捉功能，图像分辨率高，价格成本低，性价比高。

本发明提出了一种基于机器视觉的热水壶底面边缘检测算法，算法不仅涉及边缘轮廓的提取，还包含轮廓的点集坐标转换，点集位置排序以及筛选，可实现对热水壶边缘的高精度检测，焊接速度可达到速度要求。本发明焊缝跟踪的精度在0.2mm以内，焊接速度达到3秒一个。该算法应用较广，还可以应用于其它类似的焊缝检测，如水杯、水瓶等等这些需要检测外边缘的焊接件。

本发明所述焊接件边缘的焊接方法，通过cmos工业相机提取出热水壶外边缘轮廓点坐标，将其转换为nc代码，cnc数控机床接受到nc代码后，实现自动焊接。具体应用实施时，参见图10所示，cmos相机实现图像采集，进行一系列图像处理，捕抓热水壶边缘轮廓点坐标，生成nc代码，cnc数控机床读取nc代码，实现自动焊接。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储与一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁盘、光盘、只读存储记忆体(read-only，rom)或随机存储记忆体(randomaccessmemory，ram)等。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。