基于LabVIEW的焊縫視覺跟蹤系統研究

陳 鋒 ，張眾杰 ，周杭超 ，董晨晨 ，張恒靖 ，馬小龍

（1.浙江方圓檢測集團股份有限公司，浙江 杭州310018；2.浙江省產品質量安全檢測研究院，浙江 杭州310018；3.浙江工業大學，浙江 杭州 310018）

0 引言

焊接工藝是制造業中非常重要的一種加工工藝方法。隨著產品設計結構的復雜化和要求高生產效率，機器自動焊接工藝已在逐步取代手工焊接工藝。自動焊接工藝也表現出了其優勢：焊接質量高，人的勞動強度低，效率高，人的焊接條件大大改善。隨著焊接工藝要求的越來越高，自動焊接機器人的控制方式從一開始的開環控制，改進到現在的閉環控制為主，焊接機器人也具有了路徑自動識別，自動校正，焊縫跟蹤，焊縫質量識別等功能[1-2]。視覺傳感器的焊縫跟蹤識別使機器人具有自主獲取焊接路徑的能力，解決了以往焊接機器人靠人工進行示教而生產效率不高的問題，提高了智能化。

焊縫跟蹤是自動焊接機器人研究的一個重要課題，即以焊槍頭作為控制對象，利用機械方法、電磁感應方法、視覺方法獲取到焊槍的實時位置，計算出實際位置與規劃位置的偏差量，偏差量輸入控制器，運算后控制焊槍調整位置狀態[3-4]。其中視覺方法進行焊縫跟蹤識別引起了國內外學者的較大關注和研究，提出了多樣的圖像處理算法，文獻[5]對其研究現狀進行介紹。

焊縫的準確識別是對機器人做出準確判斷的前提條件，如何采用快速、準確的計算機運算達到識別目的，是很多專家學者們關注。本系統通過增加結構光作為輔助光源，避開了焊接時因為弧光造成的干擾，采用圖形化的編程工具LabVIEW對焊縫進行識別算法編程，實現了焊縫的快速、準確識別。

1 算法原理

通過對采集到的焊縫圖像進行預處理，提取到細化的單結構光圖像，就需要得到該結構光的中心點和兩側的邊緣點坐標（xa，ya），（xb，yb），（xc，yc），本文采用焊縫特征提取算法為模板匹配法。

圖1 V型焊縫結構光圖像示意圖

1.1 采用Hough變換的圖像預處理

Hough變換是利用圖像全局特性將邊緣連接起來促成封閉邊界的一種方法，可以很方便得到邊界曲線將不連續的邊緣點像素連接起來形成連續線。優點是受噪聲和曲線間斷的影響較小。

Hough變換的基本思想是點線對偶性。Hough處理是先確定圖像的突變點，將這些點按照一定的順序和法則連成線段或直線[6]。在直角坐標系中描述直線有很多種方法。其中，參數方程是描述一組直線的便捷方案。

在這里，r是指原點到該直線的距離，θ是r相對X軸的轉角。

1.2 模板匹配法

模板匹配法是利用已知的模板對視覺圖像中的相關特診進行匹配，通過模板的匹配方法對圖像上的各像素點進行逐級搜索過程如圖2所示。用歸一化互相關匹配算法逐行進行匹配，當搜索到具有模板相關特征的像素點時，就判斷為找到該特征位置了[7]。

圖2 模板匹配過程示意圖

設模板 T（m，n）在被匹配的圖像 S（M，N）中進行平移，模板所覆蓋的那塊區域記做Sij，那么歸一化的相關系數 R（i，j）可以表達為：

分子為模板與子圖像的互相關計算，隨著（i，j）坐標的變化，當模板與子圖像一致匹配時，歸一化相關系數 R（i，j）就得到 1，將被匹配的圖像 S（M，N）全部進行搜索后找到R（i，j）的最大值，即為模板所對應的子圖像的匹配目標。利用模板匹配的方法檢測到的焊縫特征點位置圖像。

2 實驗系統

2.1 硬件系統

系統由硬件和軟件兩大部分組成。可將整個系統劃分為電子圖像獲取系統、計算機程序處理系統、XY軸跟蹤平臺系統、步進電機控制系統、電源系統。本實驗平臺改進了以往的工件固定，焊槍移動的工作模式；將焊槍固定，工件移動的工作模式。

實驗平臺由采集圖像卡、圖像采集攝像機、結構光發生器、固定支架構成，如圖3所示。

圖3 結構光主動視覺識別平臺示意圖

同時算法中盡量避免圖像雅可比逆矩陣時的奇異點造成的系統不穩定[3]。

本實驗選用DAHENG_Mercury_Cameras，帶觸發相機功能。攝像機通過USB口將數字量信號傳入計算機，免去了以往還需要模擬量轉數字量板卡。攝像機與結構光發生器用支架固定在框架中，安裝于焊槍正前方，主要用于采集縫前端的圖像。

2.2 軟件系統

LabVIEW是一種用圖標代替文本創建應用程序的圖形化編程語言，即虛擬儀器，它提供了豐富的圖形控件，并采用圖形化編程方法。本系統就是以LabVIEW為軟件開發平臺而開發的焊縫跟蹤系統。軟件系統分為四個組成部分：圖像采集處理獲取焊縫中心，控制步進電機，相關參數設置等。系統框圖如圖4所示。

圖4 圖像視覺識別系統框圖

圖像視覺識別系統對攝像機觀察到的特征信息進行直接反饋，已經改進了以往的需要對位姿進行估計的方法，受到傳感器模型和機器人運動學標定帶來的誤差較小影響，使得靜態定位精度較高。

3 圖像采集與處理

3.1 圖像采集

圖像采集時要求圖像在顯示屏的正中間位置，試驗過程中通過調整攝像機與工件的相對高度位置達到圖像位于顯示屏正中間位置。焊槍位于攝像機后方，結構光照射到攝像機正下方的工件表面上形成一字紅線，形成的V型特征線圖像，采集圖像如圖5所示。

圖5 焊縫圖像

采集到的圖像像素為2 048×1 536，圖像所采集的區域尺寸為橫向距離為96 mm×72 mm，經過標定每一個像素對應的實際長度值為0.046 875 mm。

3.2 圖像處理

焊縫跟蹤的精度很大程度上取決于焊縫圖像特征的提取，即焊縫中心點的檢測。

焊接過程產生的飛濺、反射光等干擾會是的說拍攝圖片含有大量噪聲，影響中心點的檢測，為此，有必要對原始圖像進行預處理。本系統的處理方法及流程如圖6所示。

圖6 焊縫中心檢測流程圖

焊縫中心提取結果如圖7所示。

圖7 焊縫中心檢測圖

實驗證明，用該方法進行焊縫識別時非常快速有效提取到了焊縫的特征點。

4 實驗結果及分析

首先通過實驗確定了本系統中的各個參數，確定焊縫圖像上像素點與實際坐標之間的關系，以獲取焊縫實際坐標。

焊縫跟蹤試驗時，設定的電弧電壓為25 V，焊接電流為210 A，送絲速度為12 m/min，焊絲直徑為1.2 mm，保護氣體是混合二元氣80%Ar+20%CO2，流量為12 L/min，焊接速度35 cm/min，V形坡口S形，板厚為10 mm，單邊坡口角度30°，試件焊接長度為300 mm的Q235鋼板。

在開始焊接時，調整焊接裝置使內焊縫中心處于圖像的中間位置，即圖像水平方向第1 024個像素處。在實際運行中，抽查了一組焊縫中心的數據，如表1所示，表1列出了采用本文提出的方法所得實時識別焊縫中心與焊縫路徑擬合（實際坐標）的部分對比結果。從數據的分布上來看，能夠確定焊縫的偏差范圍可以控制在0.5 mm以內，完全能夠滿足企業要求。焊縫跟蹤實物如圖8所示。

表1 圖像識別坐標與擬合坐標位置表

圖8 焊接效果圖

實驗表明，該焊縫視覺信息檢測系統抗干擾能力強，焊接速度可根據焊接工藝調整，精度高，可以滿足實時性和高精度的要求。

5 結論

焊縫視覺跟蹤識別技術由于其對工件無損傷，適應性強，快速準確性，市場需求量已經開始顯現。LabVIEW由于其編程語言簡潔，視覺開發環境可以使開發者快速開發出適用的視覺識別及跟蹤程序。

本系統搭建了弧焊機器人視覺傳感試驗硬件系統，并基于LabVIEW平臺開發軟件系統，對原始圖像進行平滑去噪，采用邊緣檢測算法抽取了激光條紋邊緣；利用Hough變換和模板匹配算法提取了光帶中心線和焊縫中心點。

實驗證明，該系統可以實時的跟蹤焊縫并進行糾偏，并對跟蹤過程實時的顯示，運行可靠，精度高，提高生產率。