面向大型結構件智能焊接的爬壁機器人系統*

周勇 劉曉光 蔣曉明 黃丹

面向大型結構件智能焊接的爬壁機器人系統*

周勇 劉曉光 蔣曉明 黃丹

（廣東省智能制造研究所 廣東省現代控制技術重點實驗室）

針對大型結構件焊接的自動化升級需求，設計爬壁機器人系統。該系統由移動平臺、焊槍調節機構、激光視覺傳感器、控制系統和焊接設備組成；由激光視覺傳感器獲取焊接路徑信息；通過協調移動平臺與焊槍調節機構實現對焊縫的跟蹤焊接。試驗結果表明：該系統在船體分段模型焊接作業中運行平穩，焊縫成形較好，能夠滿足大型結構件的焊接要求。

智能焊接；爬壁機器人；視覺傳感

0 引言

隨著現代工業的發展，船舶、儲油罐、機車等大型結構件的焊接需求越來越廣泛。目前，大型結構件的焊接作業大多采用人工或半自動化方式，效率低，作業前期準備工作繁雜[1-3]。為克服大型結構件焊接自動化水平低的現狀，國內外學者開展了大量研究工作。上海交通大學設計一款輪足組合越障移動焊接機器人，系統復雜，耦合誤差較大，還需優化改進[4]；北京石油化工學院設計一種依托軌道移動焊接的機器人，對規則焊縫效果較好，但前期軌道鋪設一定程度上限制了其應用[5]；韓國首爾大學研究一種移動焊接機器人，主要應用于雙層外殼船體中U型焊縫焊接，其工作范圍有限，無法滿足大型結構件的焊接要求[6]。

目前，針對大型結構件焊接的研究大多集中在利用激光視覺傳感器獲取焊縫位置然后進行位置控制方面。位置控制的前提是控制系統的輸入必須準確。然而實際焊接工作中常伴隨強光、高溫和強磁場，傳感器容易出現噪音，上述控制方式難以達到理想的焊接效果。為此，本文開發一種用于大型結構件智能焊接的爬壁機器人系統，通過激光視覺傳感器和速度糾偏控制策略實現焊縫跟蹤，達到較好的焊接效果。

1 系統構成及工作原理

大型結構件的自動化焊接要求作業設備操作靈活，且具有較大工作空間。本文設計的爬壁機器人系統由移動平臺、焊槍調節機構、激光視覺傳感器、控制系統和焊接設備組成，如圖1所示。其中移動平臺是整個系統的運動載體，由4個磁輪和本體組成，后兩輪是驅動輪，前后輪通過鏈式傳動。焊槍調節機構固定在移動平臺上，焊槍和激光視覺傳感器安裝在焊槍調節機構的末端，且焊槍和激光視覺傳感器相對位置保持不變。焊接設備包括氣保瓶、焊接電源、焊槍和送絲機等。

圖1 爬壁機器人系統

移動平臺搭載焊槍調節機構運動到焊接區域；激光視覺傳感器和位置傳感器采集焊縫偏差和高度信息；焊槍調節機構對焊槍的位置和高度進行控制；控制系統在焊接過程中完成數據處理和運動機構控制；移動平臺沿著焊縫方向運動，完成焊縫的跟蹤焊接。

爬壁機器人系統有手動和自動2種工作模式。在開啟跟蹤焊接之前，操作人員通過控制系統交互界面控制機器人運動至焊接工作區域；啟動跟蹤焊接之后，爬壁機器人系統自主跟蹤焊接。

2 焊槍調節機構

焊槍調節機構由伸縮移動模組、高度移動模組和擺動機構組成。其中伸縮移動模組固定于移動平臺上，高度移動模組固定于伸縮移動模組上，擺動機構固定在高度移動模組的末端，其上有夾持器，可夾持焊槍。焊槍調節機構有3個自由度：1個伸縮自由度、1個高度調節自由度和1個擺弧自由度。當激光視覺傳感器獲得焊縫位置后，控制系統控制伸縮移動模組和高度移動模組使焊槍移動到焊縫位置，同時擺動機構帶動焊槍作擺弧動作。

3 激光視覺傳感器

激光視覺傳感器包括激光器、工業相機和濾光片。本文采用一字線激光器，激光器發出特定波長的光，光在工件表面形成激光條紋，可有效突出工件表面特征；工件表面的激光條紋經過濾光片進入工業相機；由于濾光片只能允許特定波長的光通過，因此工業相機得到的是信噪比較高的圖像。

3.1 激光視覺傳感器結構

綜合考慮激光視覺傳感器的結構緊湊性和激光成像性能，采用激光傾斜投射、相機垂直接收的結構形式，如圖2所示。

圖2 激光視覺傳感器結構形式[7]

3.2　激光視覺傳感器選型

焊接過程中存在大量的弧光、飛濺以及電磁干擾，因此有必要對激光視覺傳感器的元器件進行嚴苛選型，以盡可能減小干擾因素影響。

3.2.1激光器和濾光片

利用光譜儀分析焊接現場的弧光成分，可得到焊接時弧光的光譜成分及強度，如圖3所示。

圖3 弧光光譜分布圖

由圖3可知，波長在350 nm~650 nm的光強度較強。本文選擇波長為662 nm的半導體激光器FU662AX100-GD16，主要參數如表1所示。

表1 FU662AX100-GD16技術參數

為濾除弧光，提高圖像信噪比，還需根據激光器波長選擇濾光片。考慮到濾除弧光的同時激光不被過多削弱，本文選擇半帶寬為10 nm，峰值透過率為74.5%的干涉濾光片。

3.2.2工業相機

激光視覺傳感器的視場范圍可達：

其中，分別為水平和垂直方向視場范圍。

傳感器的精度為

其中，分別為水平和垂直方向精度。

傳感器精度滿足焊接對自動化設備的精度要求。

3.3　視覺算法流程

3.3.1 焊縫偏差信息提取

首先采用幀差法去除濾光后焊縫圖像中含有的飛濺干擾；然后對圖像進行高斯平滑、二值化以及邊緣提取預處理；最后利用RANSAC算法進行特征提取得到焊縫中心點坐標[8]。以起始焊接位置的焊縫中心點坐標為參考值，后續所提取焊縫中心點坐標與參考值的差值即為焊縫偏差。

3.3.2 焊縫高度信息提取

利用激光視覺傳感器不僅可得到焊縫偏差信息，還可獲取焊縫相對于攝像機坐標系的高度信息。在焊接作業前，對攝像機和激光平面進行標定[7]。標定后得到激光平面在攝像機坐標系中的平面方程為

由內參矩陣得到空間中一點與其圖像坐標的對應關系為

聯立式(5)和式(7)，可得激光條紋上的點P在攝像機坐標系下的三維坐標，該坐標的Z分量即是焊縫相對于攝像機原點的高度。

4　控制系統

4.1　硬件架構

爬壁機器人控制系統根據激光視覺傳感器得到的焊縫中心點三維坐標，協調移動平臺和焊槍調節機構，使焊槍始終保持在最佳焊接位置工作。爬壁機器人控制系統硬件架構如圖5所示，運動控制器作為控制核心，通過PCI與控制主機相連接；激光視覺傳感器通過TCP/IP接入控制主機；控制主機通過采集激光視覺傳感器信號規劃移動平臺和焊槍調節機構的運動，從而實現移動平臺和焊槍調節機構的控制，完成焊接作業。

圖5 爬壁機器人控制系統硬件架構

4.2 控制策略

激光視覺傳感器發送給爬壁機器人是離散的、未經處理的數據。這些數據的變化率較大，直接將它們發給爬壁機器人可能會對移動平臺和焊槍調節機構產生沖擊，導致焊槍調節機構出現抖動現象，影響焊接質量。

本文采用速度糾偏方式對焊槍調節機構進行控制。當檢測到焊縫中心偏差數據時，通過控制焊槍調節機構以一定速度往偏差減小的方向調節。當偏差減小到零時速度平滑地減小到零，此時又開始以一定的速度往另一個方向減小偏差，直至完成整個焊接作業。焊槍末端的軌跡示意圖及速度示意圖如圖6和圖7所示。

圖6 焊槍末端軌跡示意圖

圖7 焊槍末端運動速度示意圖

5　焊接試驗

圖7(a) 焊接試驗現場圖

6 結語

1）針對大型結構件的智能焊接設計一款爬壁焊接機器人系統，該系統運行平穩，具有較好的運動靈活性。

2）根據弧光光譜對激光視覺傳感器的硬件進行選型，并對激光視覺傳感器進行標定，得到焊縫特征的三維坐標。

3）采用速度糾偏策略實現焊縫跟蹤。

現場焊接試驗表明，采用速度糾偏策略，爬壁機器人在焊接過程中可以有效減小抖動現象的出現，保證了焊接質量，達到單面焊接、雙面成形的效果。

[1] 高延峰,張華,毛志偉,等.輪式機器人折線焊縫跟蹤協調控制方法[J].焊接學報, 2008,29(5):33-36.

[2] 袁燦,洪波,潘際鑾,等.智能弧焊機器人的運動學建模[J].焊接學報,2005,26(3):70-72.

[3] San-Millan Andres. Design of a teleoperated wall climbing robot for oil tank inspection[C]. 23rd Mediterranean Conference on Control and Automation(MED), Torremolinos, 2015:255-261.

[4] 鄧勇軍.越障全位置自主焊接機器人視覺傳感系統研究[D].上海:上海交通大學,2012.

[5] 蔣力培,薛龍.全位置智能焊接機器人的研究[J].金屬加工(熱加工),2008(6):30-35.

[6] Namkug Ku, Sol Ha, Myung-Il Roh. Design of controller for mobile robot in welding process of shipbuilding engineering, Journal of Computational Design and Engineering[J]. 2014,1(4): 243-255.

[7] 周勇.基于線結構光視覺的焊縫余高和熔寬檢測[D].廣州：廣東工業大學,2017.

[8] 周勇,李堅,李明軍.基于RANSAC算法的焊縫余高識別與檢測[J].機械工程與自動化,2017(6):143-145.

Wall Climbing Robot System for Large Component Intelligent Welding

Zhou Yong Liu Xiaoguang Jiang Xiaoming Huang Dan

(Guangdong Institute of Intelligent Manufacturing Guangdong Key Laboratory of Modern Control Technology)

Aiming at the actual demand of the welding of large-scale structural parts, a wall-climbing robot system is designed, which consists of a moving platform, a welding gun adjusting mechanism, a vision sensor, a control system and a welding device. The system adopts the laser vision sensing to acquire the welding path information, and the tracking welding of the welding seam is realized by coordinating the moving platform and the welding gun adjusting mechanism. The test results show that the wall-climbing robot system is stable in the welding operation of the hull section model, and the welding seam forming is good, and the welding requirements of the large-scale structural members can be met.

Intelligent Welding; Wall Climbing Robot; Vision Sensor

廣東省科技計劃項目（2016B090927008，2016A030310309，2014B040404063）；廣東省科學院能力建設專項（2017GDASCX-0015，2016GDASRC-0106，2017GDASCX-0848）。

周勇，男，1991年生，碩士，主要研究方向：機器人控制、計算機視覺。E-mail: 1508108492@qq.com

劉曉光，男，1981年生，碩士，主要研究方向：電力電子。

蔣曉明，男，1973年生，博士，主要研究方向：電力電子。