一种基于视觉技术的智能焊接机器人的制作方法

本发明涉及智能加工设备领域，特别是一种基于视觉技术的智能焊接机器人。

背景技术：

对于自动焊接设备来说，经常要面对不同焊接对象，每次对新对象焊接的时候都需要人工设置一次焊接路径或焊接点位，再让自动焊接设备按照设定方式加工，并且无法适应焊接位置出现较大变动的情况，这时候需要人工介入，这种自动焊接设备因为无法快速适应新的焊接环境，因此对工人操作要求较大，占用人工成本，不够方便。

技术实现要素：

为解决上述问题，本发明的目的在于提供一种基于视觉技术的智能焊接机器人，利用神经网络计算单元自动学习焊接对象特征，能够在新环境下直接识别已学习的对象，减小人工介入的麻烦。

本发明解决其问题所采用的技术方案是：

一种基于视觉技术的智能焊接机器人，包括：

末端执行器，用于接触目标物件进行焊接；

视觉传感器，用于通过图像识别目标物件的焊接位置；

六轴机械臂，用于移动所述末端执行器到指定位置；

中央控制板，用于接收控制指令和系统设置；

神经网络计算单元，用于自主学习所述视觉传感器传送回来的焊接图像，从而快速识别新的焊接环境；

所述末端执行器连接到所述六轴机械臂的末端关节，所述末端执行器上固定所述视觉传感器，所述视觉传感器跟随所述末端执行器运动，所述中央控制板上设置有所述神经网络计算单元，所述末端执行器、视觉传感器和六轴机械臂分别电连接到所述中央控制板。

进一步，还包括控制面板和用于手动控制所述六轴机械臂的手动摇杆，所述控制面板和手动摇杆独立设置在所述六轴机械臂旁并通过线缆连接到所述中央控制板。

进一步，所述中央控制板包括：

点定位模块，用于周期性地获取所述六轴机械臂的坐标点并将坐标点绘制成运动路径，所述坐标点与所述六轴机械臂中的各个关节点的电机的偏转位置有关；

存储模块，用于存储所述末端执行器的运动路径和所述视觉传感器的图像。

进一步，所述末端执行器为焊枪，所述焊枪的头部为直线型，所述视觉传感器与所述焊枪的头部处于同一直线上，所述视觉传感器的朝向与所述焊枪的头部的朝向相同。

进一步，所述视觉传感器包括cmos图像传感器和激光测距传感器，所述cmos图像传感器将焊接环境的图像发送到所述神经网络计算单元，所述激光测距传感器将距离信息发送到所述神经网络计算单元，所述cmos图像传感器和激光测距传感器的朝向相同。

本发明实施例中提供的一个或多个技术方案，至少具有如下有益效果：神经网络计算单元对视觉传感器获得的焊接对象的图像进行识别，自动提取特征值，得到焊接对象的共同特征，在需要对新的焊接对象进行焊接时，神经网络计算单元自动完成焊点识别，将焊点展示给工作人员确认和调整，并且在焊接过程中也能根据特征值实时调整末端执行器的位置，减小人工介入的操作，降低人力成本。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1是本发明实施例的模块连接示意图；

图2是本发明实施例的结构连接示意图；

图3是本发明实施例的视觉传感器结构示意图；

图4是本发明实施例的中央处理板结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。

参照图1和2，本发明的一个实施例提供了一种基于视觉技术的智能焊接机器人，包括：

末端执行器100，用于接触目标物件进行焊接；

视觉传感器200，用于通过图像识别目标物件的焊接位置；

六轴机械臂300，用于移动末端执行器100到指定位置；

中央控制板，用于接收控制指令和系统设置；

神经网络计算单元，用于自主学习视觉传感器200传送回来的焊接图像，从而快速识别新的焊接环境；

末端执行器100连接到六轴机械臂300的末端关节，末端执行器100上固定视觉传感器200，视觉传感器200跟随末端执行器100运动，中央控制板上设置有神经网络计算单元，末端执行器100、视觉传感器200和六轴机械臂300分别电连接到中央控制板。

采用神经网络计算单元对视觉传感器200发送过来的图像进行识别，能够对焊点位置和焊缝的形状大小提取特征值，经过神经网络算法完成训练，当末端执行器100移动到新的焊接环境时，神经网络计算单元对比特征值能够快速识别新的焊接环境，从而实现自动焊接，减小人工介入。

优选地，还包括控制面板400和用于手动控制六轴机械臂300的手动摇杆500，控制面板400和手动摇杆500独立设置在六轴机械臂300旁并通过线缆连接到中央控制板。控制面板400按照通常的设定包括但不限于启停按钮、显示屏、运行状态指示灯和输入设备，另外，手动摇杆500与六轴机械臂300联动，工人可以操作手动摇杆500调整六轴机械臂300的位姿，在这过程中中央控制板采集运动路径并存储运动路径，在批量加工的时候重现工人调整的焊接路径。

参照图4，优选地，中央控制板包括：

点定位模块，用于周期性地获取六轴机械臂300的坐标点并将坐标点绘制成运动路径，坐标点与六轴机械臂300中的各个关节点的电机的偏转位置有关；

存储模块，用于存储末端执行器100的运动路径和视觉传感器200的图像。

基于上述记录运动路径的功能，获取运动路径除了工人进行手动调整定位的方式外，还可以是工人编程输入目标位置，让中央控制板试运行六轴机械臂300到目标位置，经过微调后中央控制板根据六轴机械臂300中的各个关节点的电机的偏转位置，转换成运动路径；最终运动路径存储在存储模块中，以便在正式加工时直接调用。

优选地，末端执行器100为焊枪110，焊枪110的头部为直线型，视觉传感器200与焊枪110的头部处于同一直线上，视觉传感器200的朝向与焊枪110的头部的朝向相同。参照图3，视觉传感器200包括cmos图像传感器210和激光测距传感器220，cmos图像传感器210将焊接环境的图像发送到神经网络计算单元，激光测距传感器220将距离信息发送到神经网络计算单元，cmos图像传感器210和激光测距传感器220的朝向相同。采用传统焊枪110作为末端执行器100有利于焊接定位，实际上根据焊接对象的不同，可以更换成不同末端执行器100，但是通常末端执行器100是朝向焊接对象的，视觉传感器200与末端执行器100相同朝向能够方便采集图像和距离，本实施例中采用cmos图像传感器210和激光测距传感器220两种传感器实现空间中的3d绘图，对于复杂的焊接对象有一定的适应性。

本发明实施例中神经网络计算单元对视觉传感器200获得的焊接对象的图像进行识别，自动提取特征值，得到焊接对象的共同特征，在需要对新的焊接对象进行焊接时，神经网络计算单元自动完成焊点识别，将焊点展示给工作人员确认和调整，并且在焊接过程中也能根据特征值实时调整末端执行器100的位置，减小人工介入的操作，降低人力成本。

以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。