焊接机器人末端轨迹实时自适应补偿方法及系统与流程

摘要: 本技术涉及智能焊接机器人,具体的为焊接机器人末端轨迹实时自适应补偿方法及系统。背景技术:1、随着智能制造技术的发展,机器人自动焊接技术已广泛应用于船舶制造、钢结...
焊接机器人末端轨迹实时自适应补偿方法及系统与流程

本技术涉及智能焊接机器人,具体的为焊接机器人末端轨迹实时自适应补偿方法及系统。

背景技术:

1、随着智能制造技术的发展,机器人自动焊接技术已广泛应用于船舶制造、钢结构工程、轨道交通及装备制造等领域。机器人能够依据预先规划的焊接轨迹完成自动施焊,提高焊接效率并降低人工操作强度。然而,在实际焊接过程中,由于工件装配误差、热输入导致的材料变形、机器人运动误差以及焊接过程中的振动扰动等因素影响,实际焊缝位置往往与预设轨迹存在一定偏差。若机器人仍按照离线规划路径执行焊接,容易出现焊丝偏离焊缝中心、焊道成形不均匀甚至焊接缺陷等问题,因此需要对焊接过程中的轨迹偏差进行实时检测与动态补偿。

2、目前,现有焊接机器人轨迹修正方法主要包括激光视觉跟踪、电弧传感跟踪以及焊接过程视觉监测等方式。其中,激光视觉能够实现焊缝几何特征的精确提取,但其主要用于焊接前或焊接过程中的焊缝路径跟踪,对于焊接熔池区域发生的瞬时偏移和局部成形变化感知能力有限;电弧传感方法虽然能够利用焊接电信号反映焊接状态,但受焊接工艺参数及环境噪声影响较大,难以直观获取焊缝与焊丝之间的空间关系;传统熔池视觉监测技术通常仅利用图像信息对熔池状态和焊接质量进行分析,其检测结果多用于焊后质量评价或过程辅助监测,尚未充分利用熔池实时视觉信息对机器人末端轨迹进行主动调整。

3、因此,如何建立一种机器人闭环控制方法,将熔池图像中包含的焊丝位置、熔池边界及焊缝中心信息转换为机器人可执行的轨迹补偿量,实现焊接过程中的在线感知、自主判断和动态纠偏,是当前智能焊接领域亟需解决的重要技术问题。

技术实现思路

1、焊接机器人末端轨迹实时自适应补偿方法,包括以下步骤:

2、s1、利用安装在焊枪末端附近的熔池视觉采集装置实时采集焊接区域的连续原始熔池图像,并将原始熔池图像传输至图像处理单元;

3、s2、由图像处理单元对接收到的原始熔池图像进行预处理;

4、s3、将预处理后的熔池图像输入改进的yolov5s目标检测网络,对熔池区域、焊丝末端位置和焊缝中心区域进行目标识别,输出各目标的中心像素坐标及对应的检测置信度;

5、s4、根据识别得到的焊丝末端中心像素坐标与焊缝中心像素坐标的相对位置,结合焊丝轴线倾角、熔池实际尺寸与预设标准熔池尺寸的差值,计算得到单帧图像的综合像素偏差量,建立焊枪偏移误差模型;

6、s5、利用预先标定的相机内参矩阵以及相机与机器人手眼齐次变换矩阵,将综合像素偏差量转换为机器人基坐标系下的三维空间补偿量;

7、s6、选取连续多帧对应的三维空间补偿量进行融合滤波处理,得到平滑补偿偏差,将平滑补偿偏差的幅值与预设的轨迹误差阈值进行对比,判断当前焊接轨迹是否存在持续异常偏移;

8、s7、当判定焊接轨迹存在持续异常偏移时,通过控制策略生成机器人末端位置补偿指令,并通过机器人控制接口实时调整焊枪的运动轨迹;

9、s8、循环执行s1至s7,形成基于熔池视觉反馈的闭环轨迹补偿控制过程。

10、优选的,s2的预处理包括尺寸统一、亮度归一化和噪声抑制,预处理方法为:

11、将采集的原始熔池图像转换为统一分辨率;

12、通过自适应亮度调整方法调整熔池区域与背景区域的灰度差异;

13、采用空间滤波方法去除焊接过程中弧光闪烁、飞溅颗粒和烟尘遮挡产生的随机噪声。

14、优选的,s3中改进的yolov5s目标检测网络,改进结构为:

15、在yolov5s的主干特征提取网络中引入坐标注意力机制;

16、采用siou边界框损失函数替换原网络中的边界框回归损失函数。

17、优选的,s4中,综合像素偏差量的计算过程为:

18、以焊丝末端中心与焊缝中心的像素坐标差值作为位置偏差项;

19、以焊丝轴线相对于焊缝中心线的倾角作为角度偏差项;

20、以当前熔池宽度、长度分别与预设标准熔池宽度、长度的相对差值作为熔池形态偏差项;

21、对位置偏差项、角度偏差项、熔池形态偏差项分别乘以对应的权重系数后求和,得到单帧图像的综合像素偏差量;

22、其中各权重系数通过离线焊接实验结合最小均方误差优化确定,取值范围均为0~1之间。

23、优选的,s5中,像素偏差量的映射方法包括以下步骤:

24、s501、通过相机内参矩阵的逆矩阵,结合当前熔池区域的深度信息,将二维综合像素偏差量转换为相机坐标系下的三维偏差向量;

25、s502、通过手眼标定得到的相机坐标系到机器人基坐标系的齐次变换矩阵,将相机坐标系下的三维偏差向量映射为机器人基坐标系下的三维空间补偿量;

26、s503、叠加相机固定安装偏差对应的补偿量,修正安装误差。

27、优选的,s6中,判断持续异常偏移的方法包括以下步骤:

28、s601、选取连续n帧的三维空间补偿量作为滤波样本;

29、s602、采用时间衰减因子对各帧样本进行指数加权,越靠近当前时刻的帧对应的权重越高;

30、s603、同时结合每帧对应的目标检测置信度对各帧样本进行二次加权;

31、s604、计算加权平均后的结果,作为滤波后的平滑补偿偏差;

32、s605、将平滑补偿偏差的幅值与预设的机器人允许最大轨迹误差阈值进行对比,若幅值大于阈值,则判定当前焊接轨迹存在持续异常偏移。

33、优选的,s7中,控制策略的计算过程包括:

34、滤波后的平滑补偿偏差作为比例控制项;

35、相邻控制周期间平滑补偿偏差的变化量与控制周期的比值作为微分阻尼项;

36、当前平滑补偿偏差与历史窗口起始时刻平滑补偿偏差的差值作为预测前馈项;

37、将比例控制项、微分阻尼项、预测前馈项分别乘以对应的比例补偿增益、微分阻尼系数、预测前馈增益后求和,生成当前控制周期的机器人补偿指令。

38、优选的,s7还包括运动幅值约束,包括以下步骤:

39、s701、计算生成的补偿指令的幅值;

40、s702、若补偿指令的幅值小于等于机器人单周期允许最大补偿量,则按原补偿指令输出;

41、s703、若补偿指令的幅值大于机器人单周期允许最大补偿量,则保持补偿指令的方向不变,按单周期允许最大补偿量输出。

42、优选的,s7,中图像处理单元与机器人控制器之间通过工业通信协议进行数据交互,轨迹补偿采用增量式修正方式,在机器人原始规划轨迹的基础上叠加末端位姿修正量,不改变整体焊接路径规划。

43、焊接机器人末端轨迹实时自适应补偿系统,包括:

44、熔池视觉采集装置:固定安装于焊接机器人本体的焊枪末端附近,实时采集焊接区域的连续熔池图像;

45、图像处理单元:输入端连接熔池视觉采集装置的输出端,接收连续熔池图像,用于对熔池图像进行预处理;

46、目标检测模块:输入端连接图像处理单元的输出端,用于识别熔池区域、焊丝末端及焊缝中心的像素坐标与检测置信度;

47、偏移误差计算模块:输入端连接目标检测模块的输出端,计算单帧图像的综合像素偏差量;

48、空间坐标转换模块:输入端连接偏移误差计算模块的输出端,将像素偏差量转换为机器人基坐标系下的三维空间补偿量;

49、偏差滤波判断模块:输入端连接空间坐标转换模块的输出端,对多帧空间补偿量进行融合滤波并判断是否触发轨迹补偿;

50、运动控制模块:输入端连接偏差滤波判断模块的输出端,用于生成机器人末端补偿控制指令;

51、焊接机器人本体:输入端连接运动控制模块的输出端,用于将补偿指令下发至焊接机器人本体,调整焊枪的末端运动轨迹。

52、本发明的有益效果如下:

53、1.本发明能够实时感知焊接过程中焊丝末端与目标焊缝之间的相对位置偏差,来完成焊枪末端的轨迹动态修正,从而抵消工件装配误差和焊接热致变形等多种因素带来的轨迹偏移问题,减少焊缝偏位咬边的产生。

54、2.通过优化的目标检测方式与多帧偏差融合滤波机制,能够有效削弱焊接过程中复杂环境干扰对视觉检测结果的影响,滤除瞬时干扰造成的检测跳变与虚假偏差,从而避免误检测引发的补偿误动作,保障焊枪纠偏过程的平稳性与连贯性。

55、3.采用增量式的轨迹补偿模式,以机器人原有的焊接路径规划为基础,只针对实时产生的偏差进行末端焊枪的微幅调整,无需改动整体的焊接程序与路径规划,可适配多种常规的焊接机器人系统。