基于視覺的工業機器人自動焊接引導分析

郭英豪

摘 ?要：隨著社會的快速發展，焊接技術在加工制作行業中的應用越來越廣泛，但是由于焊接技術的長時間作業會對人體造成一定程度的損傷，所以在現代加工制造業的發展過程中，工業機器人的使用成為我國焊接自動化的一個重要研究方向。文章通過對圖像坐標系的構建，重點研究了增強圖像的辦法，并以此為基礎為視覺圖像進行邊緣檢測以及特征提取與匹配，從而輸出相關有效數據，為基于視覺的自動焊接技術提供了技術研究方向和方法論支持。

關鍵詞：工業機器人;自動焊接;視覺圖像

中圖分類號：TP242.2 ? ? ? ?文獻標志碼：A ? ? ? ? 文章編號：2095-2945（2020）01-0110-02

Abstract： With the rapid development of society， welding technology is more and more widely used in the processing and manufacturing industry， but the long-time operation of welding technology will cause a certain degree of damage to the human body， so in the development of modern processing and manufacturing industry， the use of industrial robots has become an important research direction of welding automation in our country. Through the construction of the image coordinate system， this paper focuses on the method of enhancing the image， and on this basis， edge detection and feature extraction and matching are conducted for the visual image， so as to output relevant effective data. This provides technical research direction and methodology support for vision-based automatic welding technology.

Keywords： industrial robot; automatic welding; visual image

引言

關于焊接技術的自動化發展，目前我們重點應該解決的問題是焊縫跟蹤引導方面的不足。此次研究通過對視覺識別原理的探究，將焊接物體進行圖像處理，從而對焊縫的大小形狀進行識別分析，通過數據的計算將其轉為工業機器人的目標位置，實現焊接自動化的目標，使得長時間的焊接作業可以被工業機器人所替代。

1 焊接自動引導模型

目前，自動焊接主要有三種自動引導模型，分別如下：（1）在焊接時，被焊接的物體呈靜止狀態，焊槍則根據焊縫的位置變化進行運動焊接，這也是現下最為常見的一種人工焊接模式。（2）在焊接時，焊槍處于靜止狀態，焊接的物體則根據焊接的情況改變位置來對焊縫進行焊接，這種方法一般適用于物體較小但焊縫不在同一水平面上的焊接。（3）在焊接時，焊接的物體和焊槍均處于運動狀態，此種方法適用于異形焊接和面積較大的焊接。

這三種模型通過外加視覺都可以實現焊接自動引導，具體可根據視覺相機的位置分成兩種。（1）將相機架放在焊接物體附近的指定位置，然后在焊接過程中保持原有位置和姿勢不變，此種方式更加適合體積較小或易于焊接的物件。（2）將相機架放置在機器人的尾端關節位置，讓它和機器人的關節之間形成聯動，然后根據焊接的需要不斷變換位置。此種方法在視覺提取應用里較為常見，其使用起來也更加靈活。

2 視覺空間坐標構建與標定

視覺空間轉換有三種坐標關系。一是相機坐標系，它以光軸的中心O為原點;二是圖像坐標系，它以O1為原點構成圖像的平面圖形;三是世界坐標系，這是重新構成的三維坐標系。坐標系的關系如圖1所示：

3 視覺圖像增強與邊緣檢測

空間坐標完成之后，可通過相機取得視覺圖像，但由于受到光源環境等因素影響，圖像往往需要經過一些適當的處理。圖像增強是一種常見的處理方式，主要是通過技術手段改善圖像或把圖像轉換為適合進行分析的形式。其方法有改變灰度、直方圖修正等。

灰度變換通過分段灰度，比較適合區域特征的圖像增強。濾波是根據卷積原理以及實際需要來進行均值、高斯平滑等濾波方面的操作處理。直方圖反應了圖像灰度和概率之間的關系，可以通過直方圖均衡化和規定化的方式處理圖像。

自動焊接時，對焊縫和邊緣的檢測至關重要，只有取得了準確的相關數據，才能使得機器人進行自動化的跟蹤與焊接。一般來說，邊緣檢測要通過函數導數反應圖像的灰度情況，較為簡單的檢測是梯度幅值和閾值的判定。假設一個邊緣點的坐標是[i，j]，坐標矩陣是T（i，j），圖像相對應的二維函數的一階導數是G[x，y]，那么梯度的計算則為：

圖像的輸出方式有梯度圖像直接輸出、邊緣規定灰度級輸出、加閾值梯度輸出、背景規定灰度級輸出和二值圖像輸出，在事跡操作中，可根據具體的情況選擇合適的輸出方法。其中，加閾值的梯度輸出方式可以使圖像的邊緣輪廓更加凸顯，方便了對數據的提取又不至于破壞原本的灰度變化中較為平緩的背景。