CN104400265A | 2015-03-11 | |||
CN103264216A | 2013-08-28 | |||
CN102645219A | 2012-08-22 | |||
CN103500321A | 2014-01-08 | |||
JP5516443B2 | 2014-06-11 |
权利要求书 [权利要求 1] 一种焊缝检测方法, 其特征在于, 它包括以下步骤: 获取焊缝图像; 在获取的焊缝图像中, 每隔 n行选取一行进行处理, 共选取 m行。 这 里 m为大于 8的正整数, n为大于或等于 0的整数, f(i,j)表示了第 j行的 第 i个点的像素灰度值; 对采样得到的行进行平滑处理; 对平滑处理后的数据做一阶差分; 在差分后的数据中选取 k个极大值像素的位置和 k个极小值像素的位置 , 其中 k为大于或等于 1的正整数; 在对上一步中 2k个位置的每一个的邻域内寻找一个灰度极小值的位置 ,得到 2k个新的位置; 对所有选取的行上的 2k个点 (共 2k*m) , 做豪尔 (Hough Transform ) 变化, 得到 p=Xcos6+ Ysine , 其中 p原点到直线的距离, Θ是该直线的法线与 X轴 的夹角; 根据变换后的数组中得到最大值, 并基于最大值得到其对应的直线以 确定焊缝所在的直线。 [权利要求 2] 根据权利要求 1所述的焊缝检测方法, 其特征在于, 所述 k为 2-4。 [权利要求 3] 根据权利要求 1所述的焊缝检测方法, 其特征在于, 在对选取的行进 行平滑处理步骤中, 平滑窗口为 3X1, 平滑算法为 f(i)=(f(i-l)+f(i)+f(i+ 1))/3。 [权利要求 4] 根据权利要求 1所述的焊缝检测方法, 其特征在于, 在对平滑处理后 的数据做一阶差分步骤中包括 d(i,j) =f(i,j)-f(i-l,j)。 [权利要求 5] 根据权利要求 1所述的焊缝检测方法, 其特征在于, 它包括: 在选取 图像中的 m行的步骤中, 每隔 n行选取一行, 其中 n为大于或等于 0的 整数。 [权利要求 6] 根据权利要求 5所述的焊缝检测方法, 其特征在于, 它包括: n=0-10 [权利要求 7] 根据权利要求 1所述的焊缝检测方法, 其特征在于, 在每隔 n行选取图 像中的至少一行进行处理的步骤中, 初始图像行的方向大致垂直于焊 缝。 |
技术领域
[0001] 本发明涉及一种用于机器人或自动化焊接中对 金属薄板结构对接焊缝的视觉识 另 |J, 尤其涉及一种焊缝检测方法。
背景技术
[0002] 薄板结构的无间隙对接接头在航空航天工业中 应用很广, 对此类接头的自动识 别和跟踪要求也非常迫切。 人们采用了多种方法对此进行了研究, 如激光扫描 测距方法和光强分析方法、 图像分析方法以及电磁传感器方法等。 目前这些研 究工作与实际应用还有较大距离。 因为这些方法几乎都假设接头有一定的间隙 、 错边或倾斜特征, 而实际中的接头状况难以满足要求。 例如, 现有的焊缝具 有各种不同的对接焊缝的情形, 比如, 有的地方有小的间隙, 有的地方间隙稍 大一点, 另外的地方完全没有间隙。 所以现有的方法满足不了实际的需求。
[0003] 发明内容
[0004] 为了克服现有技术的上述缺陷, 本发明所要解决的技术问题是提供一种焊缝检 测方法, 其能解决上述问题中的任一种。
[0005] 为达到上述目的, 本发明的技术方案是:
[0006] 一种焊缝检测方法, 它包括以下步骤:
[0007] 获取焊缝图像;
[0008] 在获取的焊缝图像中, 每隔 n行选取一行进行处理, 共选取 m行。 这里 m为大于
8的正整数, n为大于或等于 0的整数, f(i,j)表示了第 j行的第 i个点的像素灰度值; [0009] 对采样得到的行进行平滑处理;
[0010] 对平滑处理后的数据做一阶差分;
[0011] 在差分后的数据中选取 k个极大值像素的位置和 k个极小值像素的位置, 其中 k 为大于或等于 1的正整数;
[0012] 在对上一步中 2k个位置的每一个的邻域内寻找一个灰度极小 的位置,得到 2k 个新的位置; [0013] 对所有选取的行上的 2k个点 (共 2k*m) , 做豪尔 (Hough Transform) 变化, 得到
[0014] p=Xcos6+ Ysin6 , 其中 p原点到直线的距离, Θ是该直线的法线与 X轴的夹角; [0015] 根据变换后的数组中得到最大值, 并基于最大值得到其对应的直线以确定焊缝 所在的直线。
[0016] 优选地, 所述 k为 2-4。
[0017] 优选地, 在对选取的行进行平滑处理步骤中, 平滑窗口为 3X1, 平滑算法为 f(i)
=(f(i-l)+f(i)+f(i+l))/3。
[0018] 优选地, 在对平滑处理后的数据做一阶差分步骤中包括 d(i,j) =f(i,j)-f(i-l,j)。
[0019] 优选地, 它包括: 在选取图像中的 m行的步骤中, 每隔 n行选取一行, 其中 n为 大于或等于 0的整数。
[0020] 优选地, 它包括: n=0-10。
[0021] 优选地, 在每隔 n行选取图像中的至少一行进行处理的步骤中 初始图像行的 方向大致垂直于焊缝。
[0022] 本发明采用上述方法, 可以对各种情形的薄板的对接焊缝 (包括无间隙和有一 定间隙的焊缝) 可靠识别, 而不会发生识别失败的情况。
[0023]
[0024] 附图说明
[0025] 在此描述的附图仅用于解释目的, 而不意图以任何方式来限制本发明公幵的范 围。 另外, 图中的各部件的形状和比例尺寸等仅为示意性 的, 用于帮助对本发 明的理解, 并不是具体限定本发明各部件的形状和比例尺 寸。 本领域的技术人 员在本发明的教导下, 可以根据具体情况选择各种可能的形状和比例 尺寸来实 施本发明。
[0026] 图 1为本申请中采用该焊缝检测方法的装置。
[0027] 图 2为采用现有技术中的焊接机器人获取的铝板 接焊缝焊接吋没有主动照明 的图像。
[0028] 图 3为本申请中焊接机器人获取的铝板对接焊缝 接吋有主动照明的图像。
[0029] 图 4为本申请中焊接机器人获取的 3mm厚铝板无间隙对接焊缝检测结果的图像 [0030] 图 5为本申请中焊接机器人获取的 3mm厚钢板无间隙对接焊缝检测结果的图像
[0031] 图 6为本申请中焊接机器人获取的 3mm厚钢板无间隙有人为划痕对接焊缝检测 结果的图像。
[0032] 图 7为本申请中焊接机器人获取的 3mm厚钢板无间隙有定位焊点对接焊缝检测 结果的图像。
[0033] 图 8为本申请中焊接机器人获取的 3mm厚铝板间隙 0.02mm对接焊缝检测结果的 图像。
[0034] 图 9为本申请中焊接机器人获取的 3mm厚铝板间隙 0.05mm对接焊缝检测结果的 图像。
[0035] 图 10为本申请中焊接机器人获取的 3mm厚钢板间隙 0.3mm对接焊缝检测结果的 图像。
[0036] 图 11为本申请中焊接机器人获取的 3mm厚钢板间隙 0.5mm对接焊缝检测结果的 图像。
[0037] 以上附图的附图标记为: 1、 焊枪; 2、 视频摄像机; 3、 主动照明。
[0038]
[0039] 具体实施方式
[0040] 结合附图和本发明具体实施方式的描述, 能够更加清楚地了解本发明的细节。
但是, 在此描述的本发明的具体实施方式, 仅用于解释本发明的目的, 而不能 以任何方式理解成是对本发明的限制。 在本发明的教导下, 技术人员可以构想 基于本发明的任意可能的变形, 这些都应被视为属于本发明的范围。
[0041] 本发明公幵了一种焊缝检测方法, 它包括以下步骤:
[0042] 获取焊缝图像;
[0043] 在获取的焊缝图像中, 初始图像的行方向大致垂直于焊缝, 每隔 n行选取一行 进行处理, 共选取 m行。 这里 m为大于 8的正整数, n为大于或等于 0的整数; f(i,j) 表示了第 j行的第 i个点的像素灰度值;
[0044] 对选取的行进行平滑处理; [0045] 对平滑处理后的数据做一阶差分;
[0046] 在差分后的数据中选取 k个极大值像素的位置和 k个极小值像素的位置, 其中 k 为 2至 4;
[0047] 在对上一步中 2k个位置的每一个的邻域内寻找一个灰度极小 的位置,得到 2k 个新的位置;
[0048] 对所有选取的行上的 2k个点 (共 2k*m) , 做豪尔 (Hough Transform) 变化, 得到
[0049] p = Xcos6 + Ysine , 其中 p原点到直线的距离, Θ是该直线的法线与 X轴的夹角
[0050] 具体地, 在本实施方式中, 在获取薄板图像后, 将图像的左上角定义为原点, 由原点向下定义为 Y方向; 由原点向右定义为 X方向; 行的方向平行于 X方向, 列的方向平行于 Y方向。
[0051] 为了加快处理速度, 可以在沿 Y方向, 每隔 m行选取一行进行采样。 在本实施 方式中, m可以为 0至 10中的任一个数。 例如, 一幅灰度图像如果取样为 512 X 512个点的矩阵的话, 共有 262144个点, 每一个点有一个灰度值, 或者叫亮度值 。 坐标的取法: 坐标原点在图像的左上角, X方向为水平向右, Y方向为垂直向 下。 这里 f(i,j)就表示了第 j行的第 i个点的像素灰度值。 如果每隔 1行取一行的话, 最后就是取得 256行, 如果每隔 3行取一行的话, 最后就是取得 128行。
[0052] 对采样得到的行进行平滑处理, 平滑窗口为 3X1。
[0053] 其中, 在对选取的行进行平滑处理, 平滑处理的公式为 f(i)=(f(i-l)+f(i)+f(i+l))/3
[0054] 对平滑处理后的数据做一阶差分, d(i,j) =f(i,j)-f(i-l,j), 这里 d(i,j)是像素点 (i,j)处 灰度差分值, f(i,j)和 f(i-l,j)分别是像素点 (i,j)和 (i-l,j)处的灰度值。 在差分后的数 据中选取 k个极大值像素的位置和 k个极小值像素的位置。 在本实施方式中, k = 为 2至 4中的任一个正整数。
[0055] 在对上一步中 2k个位置的每一个的邻域内寻找一个灰度极小 的位置,得到 2k 个新的位置。 这里邻域半径的选择取实际假设的最大间隙宽 度一半对应的像素 数。 [0056] 对所有选取的行上的 2k个点 (共 2k*m) 做豪尔 (Hough Transform) p = Xcos6 + Ysine。 参量 p和 Θ唯一地确定了一条直线, p原点到直线的距离, Θ是该直线的 法线与 X轴的夹角。
[0057] 在变换后的数组中搜索最大值, 这个最大值对应的直线, 就是我们候选的焊缝 直线 (图像对应的物理区域大概在 l l.2mm X l l.2mm, 在整个图像的范围内假设 焊缝是直线是成立的) 。
[0058] 以上焊缝检测算法不仅能够可靠地检测出无间 隙和小间隙的对接焊缝, 而且在 有强烈的干扰如表面划痕、 定位焊点的情况下, 检测结果也非常可靠。
[0059] 在经过焊缝检测后, 本发明采用的识别系统还可以对焊缝进行验证 。
[0060] 一种焊缝验证方法, 它包括以下步骤:
[0061] 获取焊缝图像以及在焊缝图像中待验证的焊缝 直线;
[0062] 在原始图像的每一行与待验证的焊缝直线相交 的点的两边各选取 q个像素点组 成图像子集, 初始图像的行方向大致垂直于焊缝, 其中 q=32;
[0063] 将所述图像子集的所有行相加得到一个数组, 对此数组做一阶差分并找到最大 值和最小值的位置, 差分公式为 D(i) =f(i)-f(i-l);
[0064] 如果最大值和最小值的位置位于待验证的焊缝 直线的两侧, 则判定待验证焊缝 位置是可靠的;
[0065] 如果最大值和最小值的位置不是位于待验证的 焊缝直线的两侧, 则判定待验证 焊缝位置是不可靠的。
[0066] 当所得的最大值与最小值位置之间的距离大于 事先设定的需调整的焊缝间隙宽 度吋, 用最大值与最小值位置之间的的距离对所得的 焊缝直线进行调整。 具体 地, 我们实际实验中, 如果焊缝间隙大于 0.2mm,检测结果就做调整。 这里最大 值的位置对应间隙的左边缘, 最小值的位置对应间隙的右边缘。 最大值和最小 值位置的差值对应与间隙宽度。 我们的实验中 512X512的图像对应于物理尺寸 11 .2mm X 12.2mm, 所以 0.2mm对应于 9个像素。 0.5mm的间隙就对应于 22个像素。 在计算出最大值和最小值像素的位置间距后, 就可以根据前面求图像子集以及 图像像素与物理尺寸的关系反推算出新的值。
[0067] 参照图 1所示, 本申请还公幵了一种薄板焊接机器人, 它包括: [0068] 机器手臂, 其具有多个自由度;
[0069] 焊枪 1, 所述焊枪 1设置在所述机器人手臂上, 从而能随着所述机器手臂运动, 所述焊枪 1用于对所述薄板进行焊接;
[0070] 视频摄像机 2, 其包括用于获取所述薄板和 /或焊缝图像的图像传感器和用于控 制所述图像传感器获取图像的电子快门;
[0071] 主动照明 3, 所述主动照明 3包括用于向所述视频摄像机 2提供照明的发光二极 管, 所述发光二极管基于所述电子快门动作而动作 。
[0072] 具体地, 在本实施方式中, 机器手臂可以具有六个甚至更多个自由度, 以对焊 枪 1的运行轨迹进行精确控制。
[0073] 焊枪 1受控于机器手臂, 从而可以对薄板进行选择性地操纵, 例如焊接或者停 止焊接。 焊枪可以为氩弧焊枪等其他类似可以用于焊接 的装置。
[0074] 视频摄像机 2的分辨率高, 体积小, 适合机器人使用。
[0075] 视频摄像机 2包括高精度的图像传感器, 图像传感器受控于电子快门以对薄板 进行图像的获取。
[0076] 在本实施方式中, 主动照明 3采用大功率的发光二极管。 由于发光二极管可以 受控于电信号, 从而发光二极管可以基于电子快门而控制。 例如, 当电子快门 操纵图像传感器获取图像吋, 发光二极管可以向薄板焊缝的区域提供照明, 从 而使获取的薄板焊缝图像具有合适的亮度。
[0077] 而现有技术中采用的主动照明为传统的照明灯 , 其幵关控制常常有一定程度的 延迟, 因而不适用于高精度的、 快速的场合。
[0078] 相反的, 本申请中的薄板焊接机器人, 可以对薄板进行快速处理, 大大增加了 其精度和可操纵性。
[0079] 优选地, 所述发光二极管为大功率发光二极管。
[0080] 优选地, 所述发光二极管基于所述电子快门使得所述图 像传感器获取图像而幵 启。
[0081] 优选地, 所述发光二极管基于所述电子快门使得所述图 像传感器不获取图像而 关闭。
[0082] 优选地, 所述发光二极管基于所述图像传感器获取的图 像而调节其发出的光强 [0083] 优选地, 所述视频摄像机 2、 所述发光二极管和所述焊枪沿线性排布。
[0084] 优选地, 所述视频摄像机 2和所述发光二极管位于所述焊枪的移动方向 前方
[0085] 比对图 2所示, 结合图 3至图 11示出, 采用本申请中的焊接机器人获取的图像清 晰度较高。
[0086] 本说明书中的各个实施例均采用递进的方式描 述, 每个实施例重点说明的都是 与其他实施例的不同之处, 各个实施例之间相同相似的部分互相参见即可 。
[0087] 上述实施例只为说明本发明的技术构思及特点 , 其目的在于让熟悉此项技术的 人士能够了解本发明的内容并据以实施, 并不能以此限制本发明的保护范围。 凡根据本发明精神实质所作的等效变化或修饰 , 都应涵盖在本发明的保护范围 之内。
Next Patent: METHOD FOR COMPUTING IMAGING SPOTS USING CCD PHOTOSENSITIVE DEVICE