基于3D激光掃描傳感器的焊縫區域跟蹤方法設計

李諾薇,鄒維科,種法力

(徐州工程學院物理與新能源學院,江蘇 徐州 221018)

1 引 言

激光焊接因其焊接效率和焊縫深寬比高、焊接熱形變和熱影響范圍小等眾多優點[1-2],在航空航天、汽車輪船制造等大型結構的焊接中均表現優異。將激光焊接技術與傳感器技術相融合促進了自動化、智能化焊接技術進一步發展,由于激光焊接要求較高的精度和效率,所以多采用激光掃描傳感器對激光焊縫數據檢測,以完成后期跟蹤[3],從而實現焊接軌跡的實時控制與調整。目前激光焊縫自動跟蹤技術已成為自動化焊接技術中重要的研究課題。

陳新禹[4]等人將傳感器收集的位置信息轉換至焊接機器坐標系中,得到空間絕對焊接軌跡并計算其與焊接槍之間的誤差,通過非均勻有理B樣條插值并檢索數據,再將偏差數據轉換為焊接槍坐標,完成焊縫自動跟蹤。李毅[5]等人對比上一周期中兩側半周期積分和當前周期對應積分,分離高度誤差,通過二分法解耦焊接槍水平誤差和工作角并計算偏差值,依據偏差值實現焊縫跟蹤。黎揚進[6]等人預處理圖像后采用Kalman濾波構建離子采樣提議分布函數,通過粒子濾波定位焊縫中心坐標,完成焊縫自動跟蹤。以上方法沒有考慮焊接槍抖振引起的軌跡偏差問題,導致跟蹤誤差大。

為了解決上述方法中存在的問題,提出應用3D激光掃描傳感器的激光焊縫自動跟蹤方法。

2 3D激光掃描傳感器激光焊縫自動跟蹤方法設計原理

3D激光掃描傳感器主要由工業相機、圖像處理控制器、半導體激光器、激光保護鏡片、防飛濺擋板、風冷裝置組成如圖1所示[7]。根據光學傳播與成像原理,以激光結構光線為依托,按照移動軌跡進行區域激光掃描,獲取焊槍與焊縫之間的位置信息。通過計算得到移動差值,完成實時通訊跟蹤激光焊縫進行焊接,實現無人化焊接[8-9]。

圖1 3D激光掃描傳感器結構組成

3D激光掃描傳感器在落實激光焊縫自動跟蹤過程時,通過激光三角反射式原理獲取視場位置移動信息。以被測表面距離(z軸)和沿著激光線位置信息(x軸)為基準(如圖2所示),將激光結構光線投射至被測物體表面,依據反射光學原理獲取三維成像數值,在得到大量三維成像數據,為焊縫自動搜索、定位、跟蹤提供理論支撐。從獲得三維成像數據中,提取和焊縫相關的圖像特征,并對這些特征分類,結合分類后的特征,利用變論域理論,在控制器中設計相關算法,提高焊接參數跟蹤控制穩定性,完成跟蹤優化。控制器的核心系統硬件電路圖如圖2所示。

圖2 硬件電路圖

受3D激光掃描傳感器的工作環境和自身因素影響,傳感器獲取的數據中含有一些雜散數據,利用傳感器獲取數據在豎直方向上的分層特點,分組篩選雜散數據。以其中任意一層為例,雜散數據篩選具體流程如下所示:

①將該層中全部數據排序;

②結合數據坐標和位置特性,設定距離閾值S和數量閾值M;

③計算曲線上第g個數據與第g-1個數據之間的距離Sg,若Sg>S,則判定第g個數據與第g-1個數據屬于不同組,反之屬于同一組,重復計算直至該層中全部數據均計算完成,得到分組若干個;

④統計每組中的數據總數m,若m>M,則將保留本組中全部數據,反之為雜散數據,刪除該組數據;

⑤重新組合保留數據,得到新數據序列。

在采集激光焊縫數據時由多個3D激光掃描傳感器同時測量[10],從而得到激光焊縫的多角度數據信息,因此需要對全部傳感器采集的3D數據拼接處理,剔除冗余數據,獲取激光焊縫完整3D位置信息。引入坐標平均法,結合重合端點判定重疊區域,具體步驟如下所示:

①依據3D激光掃描傳感器相對位置和采集的數據,可得到曲線E1-F1和E2-F2重合區域端點F1和E2;

②將F1和E2作為基準點,搜尋另一條曲線上最近點G2和G1,即曲線G2-F1和E2-G2為曲線E1-F1和E2-F2重合區域;

③將G2-F1和E2-G2作為基準,搜尋其上所有點H(X,Y)在另一條曲線上對應的最近點H0(X0,Y0),用直線連接H(X,Y)和H0(X0,Y0)并計算直線中心點坐標值,采用該值作為點H新坐標,從而得到新曲線Jnew;

④拼接新曲線Jnew和曲線E1-F1、E2-F2的剩余區域,得到拼接后新曲線;

將全部傳感器曲線數據按照以上方式拼接,直到得到完整的激光焊縫3D位置數據,用于后續焊縫自動跟蹤。

3 激光焊縫自動跟蹤控制

在理想狀態下,焊縫跟蹤控制系統能夠結合跟蹤誤差完全解決偏移問題,但實際的應用中難免存在不可避免的問題,因此本文設一種免疫反饋算法,結合模糊控制和變論域策略[11-12]實時優化跟蹤控制。

3.1 基于免疫反饋算法的激光焊縫特征提取

對采集到的焊縫完整3D位置信息展開全局最優解處理,提取激光焊縫特征,增強自適應焊接參數控制能力。本文設計一種免疫反饋算法:其是一種全局優化算法,能得到一組最優的控制參數,使整個免疫控制系統達到最優。該算法設計的基本原理是:當抗原攻擊機體時,免疫T細胞和B細胞對抗原產生免疫反應,其中,T細胞中的Th細胞通過生成細胞因子傳遞抗原信息促使B細胞增殖分化并產生抗體抵御抗原,當抗原攻擊得到有效控制后,T細胞中的Ts細胞數量上升,抑制B細胞繼續增殖分化,降低免疫作用,恢復機體動態平衡。

用m(j)表示第j次攻擊的抗原總數,δ1表示活化因子,δ2表示抑制因子,f(·)為描述抑制性能的非線性函數,ΔR表示鄰近兩次B細胞受到T細胞刺激的變化量,則本次攻擊中B細胞受到T細胞的刺激總量R(j)如下所示:

R(j)={δ1-δ2f[R(j-1),ΔR(j-1)]}m(j)

(1)

將公式(1)用于激光焊縫搜索、定位、跟蹤控制中,焊接過程中采樣時刻j對應第j次攻擊,時刻j期望值誤差εj對應m(j),控制反應速率的參數μ1和μ1對應δ1和δ1,最終控制輸出γ(j)對應R(j),則激光焊縫特征提取表達式如下所示:

(2)

通過免疫反饋算法的均勻交叉操作,完成激光焊縫特征提取,將特征參數上傳至機械手單元,提高焊槍與焊縫之間偏差的自動識別能力,為后續激光焊縫特征分類提供支持。

3.2 基于模糊控制的激光焊縫特征分類

通過上述分析,需要對激光焊縫提取到的特征進行分類處理,避免焊接質量偏差的問題。引入模糊控制,利用基本論域方法建立目標邊緣特征模型,調整激光焊縫隸屬度參數,實現特征分類。

用C=[-c,c]和D=[-d,d]表示模糊控制器中輸入值的基本論域,O=[-o,o]表示輸出基本論域,P=[-p,p]和Q=[-q,q]表示經量化后的實際論域對應的模糊集論域,E=[-e,e]表示輸出論域折算成受控對象實際作用范圍閾值,在閾值范圍內完成物理論域和模糊論域之間的雙向轉化,如圖3所示。

圖3 模糊控制示意圖

采用Sigmoid函數和高斯函數[13-14]在物理論域和模糊論域轉化的基礎上,構建目標邊緣特征分類模型W,具體表達式為:

(3)

式中,σ1=p/c和σ2=q/d表示模糊控制量化因子,ρ=e/o比例因子,ε表示控制誤差;εr表示誤差變化率。將論域的模糊子集作為目標邊緣特征分類模型的輸入值,以控制器微分系數增量Δφ作為判定標準,完成特征集的自適應分類,如圖4所示。

圖4 基于模糊控制的特征集分類原理圖

建立模糊控制規則,Xi、Yj、Zij表示輸入和輸出論域的模糊子集:若P=Xi、Q=Yj,則O=Zij。規則庫中共包含n條規則,cl表示Ol隸屬度函數的中心,ωi表示規則i的隸屬度值,φ表示上一采樣時刻的調整微分系數。依據Mamdani模糊推理法[15],采用重心法解模糊,得到調整微分系數φ,完成激光焊縫特征分類,表達式如下所示:

(4)

根據微分系數結果獲取焊縫成形檢測特征信息,以此完成特征自適應更新及分類。

3.3 基于變論域策略的激光焊縫自動跟蹤

在激光焊縫特征分類的基礎上,利用變論域理論提高焊接參數控制準確率和焊縫成形檢測效率,完成自適應焊縫跟蹤,實現無人化焊接。變論域策略是在規則形狀不變的前提下,通過伸縮論域使其隨著誤差的變化而相應變化,以此調整系統結構參數,如圖5所示。

圖5 變論域策略工作流

在系統結構控制過程中量化因子和比例因子為固定值,但固定化參數會影響焊縫自動跟蹤控制的效果,所以引入變伸縮因子τ1、τ2和t′動態調整輸入和輸出鄰域,用β1和β2表示充分小的正數,參數η1、η2和ξ1、ξ2為(0,1)中的取值,得到變伸縮因子如下所示:

(5)

根據公式(5)自適應調節輸入和輸出鄰域,得到:

(6)

通過公式(5)和公式(6)調節變伸縮因子對輸入和輸出論域動態控制。根據變伸縮因子調節焊縫自動跟蹤系統量化因子,生成焊縫軌跡路徑,抑制輸出偏差數據,完成激光焊縫自動跟蹤。至此完成了激光焊縫自動跟蹤方法設計,結合3D激光掃描傳感器設計,實現應用3D激光掃描傳感器的激光焊縫自動跟蹤方法。

4 實驗與結果

為了驗證應用3D激光掃描傳感器的激光焊縫自動跟蹤方法的整體有效性,需要測試應用3D激光掃描傳感器的激光焊縫自動跟蹤方法。

實驗平臺由自動化焊接機、控制器、3D激光掃描傳感器、驅動和傳動等模塊仿真構成。如圖6所示。

圖6 實驗仿真平臺設計

為了避免實驗中由于攝像機鏡頭畸變引起的成像失真和機械安裝引起的誤差問題,需要事先標定傳感器參數,如表1所示。

表1 激光掃描傳感器參數標定

分析對比所提方法、文獻[4]方法和文獻[5]方法在實際激光焊接中的焊縫跟蹤效果,采用三種方法分別焊接V型坡口對接接頭,實驗中采用260 A電流,激光條紋和焊接槍之間距離23 mm。分別記錄三種方法在焊接過程中焊縫中心所在坐標系中數據變化,得到水平x方向與y方向坐標關系和水平x方向與z方向坐標關系如圖7和圖8所示。

圖7 y方向跟蹤位置坐標圖

圖8 z方向跟蹤位置坐標圖

由圖7和圖8可以看出,采用所提方法的焊縫跟蹤軌跡始終在實際焊縫中心坐標附近輕微波動,與實際位置基本吻合,只存在不影響焊接效果的微小誤差,文獻[4]方法和文獻[5]方法的焊接軌跡雖然也圍繞實際值波動,但與所提方法相比誤差較大,在對焊接要求精密的場景中無法發揮出優異的效果。所提方法引入免疫反饋算法、模糊控制和變論域策略對跟蹤控制算法實時調整,解決焊接槍抖振引起的偏差問題,從而得到精度更好的跟蹤效果。

用εyn和εzn表示第n次采樣時y方向和z方向的激光焊縫跟蹤誤差,得到焊縫中心與實際中心的絕對誤差En計算方式如下:

(7)

根據公式(7)計算全部采樣的絕對誤差,構建誤差與方向之間的關系圖,如圖9所示。

圖9 跟蹤誤差檢測結果

由圖9可以看出,所提方法絕對誤差大多集中在0.05～0.13之間,文獻[4]方法絕對誤差大多在0.15～0.26之間,文獻[5]方法絕對誤差大多在0.12～0.28之間,所提方法的大多數絕對誤差值均低于文獻[4]方法和文獻[5],且所提方法未出現異常點,而文獻[4]方法和文獻[5]方法均出現了異常點,說明所提方法的跟蹤效果更加穩定,在多次采樣中均能保持較小的誤差,更加適用于精度要求較高的實際應用場景之中。

5 結 語

自動化焊接設備能夠解放傳統人工勞動力、提高工作效率和焊接質量,在制造業發展中起到重要作用,對促進國民經濟持續增長也具有積極的意義。為了解決目前存在的跟蹤誤差大問題,提出應用3D激光掃描傳感器的激光焊縫自動跟蹤方法,結合3D激光掃描傳感器的工作原理標定傳感器參數,預處理傳感器采集的數據,得到完整激光焊縫3D位置數據,采用免疫反饋算法、模糊控制和變論域策略控制參數,完成激光焊縫的自動跟蹤。該方法能夠有效地減小跟蹤誤差,為自動化焊接技術更好地應用與發展提供思路。