激光电弧复合焊超细间隙与错边自适应跟踪方法及系统与流程
本发明涉及激光焊接,具体而言,涉及一种激光电弧复合焊超细间隙与错边自适应跟踪方法及系统。
背景技术:
1、船舶薄板分段建造过程中,激光-电弧复合焊融合了激光焊能量密度高、焊接速度快、焊接变形小以及电弧焊桥接能力优良的技术优势,是实现薄板高效优质焊接的重要技术手段。在船舶薄板实际装配焊接生产场景下,受板材剪切加工误差、人工装配作业、工装夹具装夹偏差等多重因素影响,待焊焊缝普遍存在装配间隙与错边缺陷;并且长焊缝的间隙、错边量沿焊缝走向呈现随机非均匀分布的特征。在弧光飞溅干扰强烈、装配偏差随机变化的复杂焊接工况下,如何实现焊缝高精度跟踪及焊接工艺自适应调节,是船用薄板激光-电弧复合焊自动化精密生产面临的关键难题。
2、申请号为201810826086.1的专利公开了一种用于激光-电弧复合焊的主动激光视觉稳健焊缝跟踪系统,该方案依靠结构光投射与图像处理手段提取焊缝特征点,完成焊缝轨迹跟踪。但该算法高度依赖焊缝使激光条纹产生显著弯折变形,通过对变形区域上下分段线性拟合的方式求解焊缝特征点;针对无坡口、间隙小于0.3mm的超细焊缝工况,激光条纹形变十分微弱,难以有效区分焊缝边缘与工件背景,无法实现微间隙焊缝的可靠识别。申请号为201710477151.x的专利公开了一种薄板激光拼焊系统,该系统虽然能够依据间隙和错边的变化对焊接工艺参数进行实时调整,但是其焊缝边缘检测能力受限于像素级分辨率。面对0.3mm以下无坡口超细对接焊缝时,焊缝边缘与板材背景之间灰度对比度极低,仅依靠像素级图像处理算法难以完成焊缝边缘的精准区分与定位,难以适配船舶薄板超细间隙的检测需求。
3、因此,亟需研发一种激光电弧复合焊超细间隙与错边自适应跟踪方法及系统,以解决现有技术存在的识别精度不足、跟踪稳定性差、工艺适配能力弱的问题。
技术实现思路
1、本发明的目的在于提供一种激光电弧复合焊超细间隙与错边自适应跟踪方法及系统,以解决现有技术对于无坡口0.3mm以内超细焊缝识别能力不足,难以同步精准检测间隙与微量错边,长焊缝焊接过程跟踪易受弧光、飞溅干扰发生偏移滞后,且无法依据焊缝实时装配偏差自适应匹配焊接工艺,造成薄板焊接烧穿、未熔合、焊缝成型一致性差、返修率高的问题。
2、为达到上述目的,本发明提供了一种激光电弧复合焊超细间隙与错边自适应跟踪方法,包括:
3、通过倾斜照射的线结构光与倾斜接收的相机组成的非对称光学布局,采集焊缝区域图像,所述非对称光学布局使结构光条纹在焊缝间隙处产生灰度突变;
4、对采集的图像进行亚像素级边缘检测,提取焊缝左右边缘的亚像素级位置;
5、根据所述左右边缘的亚像素级位置,计算当前焊缝位置的间隙宽度,并根据结构光条纹的形变特征计算当前焊缝位置的错边高度偏差;
6、根据实时计算的间隙宽度和错边高度偏差,匹配并切换对应的焊接工艺参数。
7、进一步的,所述非对称光学布局中,相机光轴与焊缝工件表面法线的夹角为15°~30°,线结构光出射光轴与相机光轴的夹角为25°~45°。
8、需要说明的是,所述表面法线是指过焊缝工件表面上相机视场中心点所作出的垂直于工件表面的直线;由于板材工件表面为平面,该法线方向垂直于工件表面(通常为竖直方向)。
9、在本发明中,相机光轴与法线夹角小于15°时,焊缝与背景的灰度对比度不足,超细焊缝边缘难以区分;夹角大于30°时,图像透视畸变显著增大,影响亚像素定位精度。而线结构光出射光轴与相机光轴夹角小于25°时,光纹在焊缝处灰度突变不明显;夹角大于45°时,光纹过宽导致局部细节丢失。本发明通过对上述角度范围的协同优化,可在投影放大与畸变控制之间取得最优平衡,实现对宽度小于0.3mm超细焊缝的最佳成像效果。
10、需要说明的是,在本发明中,所述线结构光发生器为2个且分别布置于相机主光轴左右两侧,各自投射扇形激光光平面,两个光平面共同相交于焊缝区域。所述激光光平面垂直于焊缝走向,在焊缝处形成表征焊缝几何特征的x-z截面激光条纹,其中x轴方向为横跨焊缝间隙的水平方向(在水平面上垂直于焊缝方向),z轴方向为板材厚度方向,y轴方向为焊接前进方向。工业相机以倾斜角度拍摄上述激光条纹获取原始像素图像,通过相机内参、手眼矩阵及激光光平面方程的标定,建立像素坐标与物理空间坐标之间的映射关系,将图像像素坐标换算为物理空间中的x、z坐标,其中x轴方向坐标相减得到焊缝间隙宽度,z轴方向坐标相减得到错边高度偏差。调试时需确保工件表面的激光条纹及焊缝间隙位于相机成像画面中央区域,避免因画面边缘畸变过大而影响亚像素边缘检测精度。
11、在上述x-z物理坐标系下,间隙宽度与错边高度偏差虽在同一坐标系中解算,但二者的检测对象和计算依据存在本质区别。间隙通过左右边缘的x向亚像素坐标差计算,即通过亚像素级边缘检测算法精确定位左右边缘在x轴方向的位置,将二者坐标相减获得水平方向的间隙值,因此其检测对象为“板材物理边缘”,计算依据为“x向亚像素坐标差”。错边则通过结构光条纹在焊缝处的z向形变(即光纹阶跃高度)经三角测量模型换算得到,即利用结构光三角测量原理,通过捕捉光条纹在焊缝处因上下板材高度不同而产生的断裂或阶跃变形,经由三维坐标换算模型还原板材厚度方向的高度偏差,因此其检测对象为“结构光条纹的z向形变特征”,计算依据为“z向物理坐标差”。
12、进一步的,所述相机镜头前端至焊缝工件表面的垂直距离为80mm~150mm;相机光轴与焊枪轴线在焊缝前进方向上的水平距离为40mm~80mm。
13、在本发明中,相机镜头前端至焊缝工件表面的垂直工作距离若小于80mm,相机视场过小,难以完整覆盖焊缝全宽;若大于150mm,则成像分辨率下降,会降低焊缝检测精度。相机光轴与焊枪轴线在焊缝前进方向上的前视距离若小于40mm,相机容易受到焊接弧光、飞溅的直接干扰;若大于80mm,会增大系统响应延迟,不利于跟踪实时性。本发明通过对上述距离参数以及角度参数进行协同匹配,既保证了相机远离弧光区以减少弧光飞溅干扰,又确保系统延迟控制在单帧处理时间(<33ms)以内,实现了抗干扰能力与跟踪实时性的统一。
14、进一步的,相机光轴与焊枪中轴线平行设置,且二者之间在垂直于焊缝方向上的水平距离为60mm~100mm。
15、进一步的,还包括窄带复合滤光器,所述窄带复合滤光器安装于工业相机的镜头前端,与所述线结构光光源的波长精确匹配;所述线结构光光源投射的结构光经焊缝表面反射后,依次穿过窄带复合滤光器和相机镜头进入工业相机成像。
16、在本发明中,所述窄带复合滤光器的滤光效果与相机安装角度、工作距离具有协同作用:在相机光轴与法线呈15°~30°、工作距离为80mm~150mm的条件下,滤光器的背景噪声抑制效果最佳,能够最大程度地滤除弧光及飞溅干扰,为后续亚像素级边缘检测提供高质量的图像输入。
17、进一步的,所述亚像素级边缘检测包括像素级粗定位和亚像素级精定位两级处理:
18、所述像素级粗定位采用改进canny算子提取焊缝粗边缘;
19、所述亚像素级精定位在粗边缘位置基础上,采用灰度矩亚像素定位算法将边缘定位至亚像素级精度。
20、进一步的,所述改进canny算子包括:采用中值滤波与双边滤波相结合的方式进行图像去噪;采用水平方向0°、竖直方向90°及对角线方向45°和135°的四方向梯度模板计算梯度幅值与方向;以及基于改进otsu算法生成自适应双阈值进行边缘检测与连接,具体操作过程如下:
21、在本发明中,所述改进canny算子对图像进行像素级粗定位,将中值滤波-双边滤波组合滤波、四方向梯度模板、改进的非极大值抑制以及基于改进otsu的自适应双阈值策略相结合,具体包括:
22、图像滤波:采用中值滤波与双边滤波相结合对图像做滤波处理,替代传统canny算子的高斯滤波,滤波窗口选取为3×3或5×5像素;
23、梯度计算:采用0°、45°、90°、135°四方向梯度模板计算各方向梯度分量,取梯度分量最大值作为像素点梯度幅值,并确定对应的梯度方向;
24、非极大值抑制:依据梯度方向局部均值偏差执行改进的非极大值抑制,对梯度幅值做处理实现边缘细化;
25、自适应双阈值生成:统计图像背景像素与前景像素的数量比,引入该数量比改进otsu算法的最大类间方差计算公式,求解最优分割阈值t;以t为基准得到高阈值th=t×α、低阈值tl=t×β,其中α取值为1.2~1.5,β取值为0.4~0.6;依据th、tl区分强边缘点、弱边缘点以及被抑制点;
26、边缘连接:采用滞后阈值法,保留与强边缘点连通的弱边缘点,其余弱边缘点予以抑制,得到像素级焊缝粗边缘。
27、需要说明的是,传统canny算子采用全局固定的高低双阈值,针对光照不均、对比度低的超细焊缝图像适应性较差,容易出现边缘断裂或者伪边缘问题。本发明将中值滤波与双边滤波组合滤波、四方向梯度模板、改进的非极大值抑制、基于改进otsu的自适应双阈值进行系统性组合,形成适配超细焊缝的改进canny边缘检测方案。
28、首先进行改进的图像滤波处理:采用中值滤波与双边滤波相结合替代传统canny算法中的高斯滤波,滤波窗口优选3×3或5×5像素;中值滤波可以去除焊接带来的椒盐噪声与飞溅干扰,双边滤波能够在去噪的同时保留焊缝边缘细节信息。
29、其次执行梯度计算,在传统0°水平方向、90°竖直方向sobel梯度模板基础上,增加45°、135°对角线方向的梯度模板,计算四个方向梯度分量,取最大值作为该像素点梯度幅值并确定梯度方向,由此能够检测任意走向的超细焊缝边缘,避免因边缘走向与检测模板不匹配造成边缘漏检。
30、之后执行改进的非极大值抑制:在梯度方向上,基于梯度方向局部均值偏差对梯度幅值做非极大值抑制以细化边缘;该方式同时兼顾梯度幅值与梯度方向的影响,在滤除非边缘点的同时保留弱边缘有效信息。
31、接着生成自适应双阈值:传统canny算子需要人工设定高低阈值,自适应能力弱;本发明统计图像内背景像素与前景像素的数量比,将该数量比引入otsu最大类间方差计算公式,计算得到最优分割阈值t;以t为基准,高阈值th=t×α,低阈值tl=t×β,α取1.2~1.5,β取0.4~0.6;梯度幅值大于th为强边缘点,介于tl与th之间为弱边缘点,小于tl的点予以抑制。
32、最后开展边缘连接,采用滞后阈值法,仅保留与强边缘点连通的弱边缘点,其余弱边缘点进行抑制,输出完整的像素级焊缝粗边缘。
33、进一步的,所述方法具体包括以下步骤:
34、步骤s1、系统安装与标定:将所述相机和线结构光光源按照所述非对称光学布局安装于焊枪前方,并完成相机内参、手眼矩阵及激光光平面方程的标定;
35、步骤s2、图像预处理与感兴趣区域获取:采集焊缝图像,对图像进行抗干扰去噪处理,并基于上一帧识别得到的焊缝中心位置,动态截取当前帧的感兴趣区域(roi);
36、步骤s3、亚像素级焊缝边缘检测:对所述roi图像执行像素级粗边缘提取,再基于粗边缘做亚像素精细化校正,得到亚像素精度下焊缝的左右两条边缘;
37、步骤s4、间隙与错边同步解算:基于亚像素级焊缝左右边缘坐标计算焊缝实时间隙宽度,同时结合结构光条纹的形变信息解算焊缝错边高度偏差,得到焊缝间隙、错边检测结果;
38、步骤s5、焊枪轨迹跟踪对中:将识别得到的焊缝中心轨迹与焊枪预设行走轨迹进行比对,依据轨迹偏差驱动二维微调执行机构,实时修正焊枪对中偏差;
39、步骤s6、焊接工艺参数自适应匹配:将步骤s4得到的焊缝间隙、错边检测结果与预存工艺数据库进行匹配,依据实时检测得到的间隙和错边量自动切换对应的焊接工艺参数;
40、步骤s7、鲁棒跟踪滤波预测:采用核相关滤波结合卡尔曼滤波的混合跟踪算法对连续帧焊缝轨迹数据做平滑滤波以及轨迹预测,抑制弧光、飞溅干扰带来的轨迹抖动与识别偏差。
41、在本发明中,在步骤s1中,两个线结构光发生器对称布置于相机主光轴的两侧,安装时应确保激光束和焊缝位于相机视野的中央位置;在步骤s2中,利用窄带复合滤光器结合图像灰度滤波技术对图像进行抗干扰去噪处理,消除弧光、飞溅、烟尘带来的图像噪声,具体为中值滤波与双边滤波相结合的方式;在步骤s3中,对所述roi区域图像采用水平方向0°、竖直方向90°及对角线方向45°和135°的四方向梯度模板计算梯度幅值与方向,以执行像素级粗边缘提取;在步骤s4中,根据亚像素定位得到的焊缝左右两条边缘坐标,拟合焊缝中心轨迹线,计算左右边缘的实时间距,即为当前位置焊缝超细间隙宽度;依托结构光光源投射的线性光纹形变特征,捕捉焊缝两侧板材表面的光纹高度差,通过三维坐标换算模型,实时解算板材对接的错边高度偏差;在步骤s5中,通过多参数协同pid控制算法驱动二维微调执行机构;在步骤s6中,所述工艺参数包括激光功率、送丝速度、焊接行走速度及电弧电流电压;在步骤s7中,核相关滤波对当前帧的焊缝轨迹位置进行快速定位,卡尔曼滤波对焊缝轨迹进行状态预测与平滑更新,两者并行输出后经加权融合得到最优轨迹估计。
42、进一步的,步骤s6中,将检测得到的焊缝间隙宽度划分为0~0.1mm、0.1~0.2mm、0.2~0.3mm三档区间,同时标记错边超差位置,生成长焊缝间隙-错边全域分布图谱;所述焊接工艺参数依据检测得到的间隙所处档位以及错边量共同进行匹配。
43、需要说明的是,所述预存工艺数据库中的工艺参数数据,既可以来源于大量真实焊接工艺试验获取的实测数据,也可以来源于数值模拟、仿真计算等非实测手段得到的模拟数据,或者二者的组合。本发明对工艺数据库的数据来源不作任何限制,只要能够建立间隙宽度、错边高度与焊接工艺参数之间的映射关系即可。
44、进一步的,所述方法适用于无坡口的对接焊缝或角接焊缝,焊缝间隙≤0.3mm,所述焊缝的板厚≤10mm。
45、需要说明的是,薄板焊接通常无需开设坡口,装配间隙可控制在0.3mm以内,焊缝边缘与工件表面的灰度对比度极低,常规视觉检测手段难以有效识别;而厚板焊接需开设坡口,焊缝具有明显几何轮廓,对间隙波动的容忍度也较高,无需本发明的精密自适应控制方案。
46、本发明在焊缝间隙≤0.3mm的极限工况下,焊缝边缘与背景的灰度对比度极低,本发明通过非对称光学布局与亚像素级边缘检测的协同作用,实现了对该类超细焊缝的高精度识别与稳定跟踪。
47、进一步的,所述亚像素精定位采用灰度矩亚像素定位算法,包括:
48、沿焊缝边缘法线方向取包含边缘的像素序列,利用前三阶灰度矩计算亚像素边缘位置;
49、增加边缘判断约束:边缘两侧灰度差须大于预设阈值,且亚像素边缘位置须在当前像素的±0.5像素范围内;
50、对满足约束的亚像素级边缘离散点进行三次平滑样条拟合,获得连续的亚像素级焊缝边缘曲线。
51、本发明通过增加边缘判断约束—边缘两侧灰度差须大于预设阈值、亚像素边缘位置须在当前像素的±0.5像素范围内,有效剔除了因焊接弧光、飞溅等强干扰产生的伪边缘点,避免了将噪声误判为焊缝边缘,显著提高了超细焊缝边缘检测的准确性和抗干扰能力;同时,该约束确保了亚像素定位结果始终处于合理的物理范围内,防止了因图像噪声或局部畸变导致的定位异常跳变,为后续边缘样条拟合提供了可靠的数据基础,保障了焊缝间隙与错边量计算结果的稳定性和可信度,尤其适用于强弧光、飞溅、烟尘等恶劣焊接工况下的高精度实时跟踪。
52、本发明还提供了一种激光电弧复合焊超细间隙与错边自适应跟踪系统,用于执行上述技术方案所述的方法,包括:
53、视觉采集模块,固定安装于焊枪前端,沿焊缝方向同步行进,包括工业相机、窄带复合滤光器和线结构光光源;
54、图像处理与识别模块,用于接收采集图像并完成图像预处理、焊缝边缘的亚像素级提取、间隙宽度与错边高度的计算;
55、运动执行模块,用于接收轨迹偏差信号并驱动焊枪进行二维微调纠偏;
56、工艺自适应调节模块,用于根据检测的间隙宽度与错边高度自动匹配并切换焊接工艺参数;
57、激光电弧复合焊接模块,用于执行复合焊接作业。
58、本发明通过视觉采集模块、图像处理与识别模块、运动执行模块、工艺自适应调节模块及激光电弧复合焊接模块的协同配合,形成了完整的闭环控制链路;视觉采集模块利用窄带复合滤光器和用于辅助成像的线结构光光源、工业相机共同构成的非对称光学布局,在焊缝间隙处获取具有显著灰度突变的高质量结构光条纹图像;图像处理与识别模块对该图像依次执行预处理、亚像素级边缘检测及间隙与错边同步解算,将间隙宽度、错边高度与焊缝中心轨迹偏差分别输送至工艺自适应调节模块和运动执行模块;工艺自适应调节模块依据间隙及错边信息实时匹配并切换焊接工艺参数,运动执行模块依据轨迹偏差驱动焊枪进行二维微调纠偏;激光电弧复合焊接模块在调整后的工艺参数和修正后的焊枪位姿下执行焊接作业,从而实现“视觉感知-特征识别-参数决策-设备执行”的全闭环精准焊接,显著提高了超细间隙与错边工况下薄板激光电弧复合焊的跟踪精度、工艺自适应能力及焊接质量一致性。
59、进一步的,所述图像处理与识别模块包括嵌入式dsp处理器;所述运动执行模块由可编程控制器(plc)、伺服驱动单元、二维微调执行电机组成,与激光电弧复合焊接模块联动。
60、在本发明中,所述工业相机采用旁轴倾斜接收方式安装,相机光轴与焊缝工件表面法线的夹角为15°~30°;所述线结构光光源采用倾斜照射方式安装,其出射光轴与相机光轴在焊缝工件表面相交,线结构光出射光轴与相机光轴的夹角为25°~45°;两个线结构光发生器对称布置于相机主光轴的两侧。
61、在本发明中,所述窄带复合滤光器的高透波长段与线结构光光源的波长精确匹配,使结构光条纹在超细焊缝间隙处产生显著的灰度突变。
62、相对于现有技术,本发明所述的激光电弧复合焊超细间隙与错边自适应跟踪方法及系统,具有以下优势:
63、(1)本发明通过非对称光学布局(相机15°~30°倾斜接收、激光器25°~45°倾斜照射)使结构光条纹在超细焊缝间隙处产生显著灰度突变,结合改进canny算子像素级粗定位与灰度矩亚像素精定位的级联边缘检测算法,将边缘定位精度提升至0.1~0.2像素,可精准识别0~0.3mm全区间超细装配间隙及微量错边,突破了传统像素级算法对超细微间隙识别分辨率不足的技术瓶颈。
64、(2)本发明在亚像素级边缘定位基础上,同步解算焊缝实时间隙宽度与错边高度偏差,并逐帧生成涵盖0~0.1mm、0.1~0.2mm、0.2~0.3mm三档超细间隙区间的长焊缝间隙-错边全域分布图谱,填补了现有技术无法同步感知微装配偏差的空白。基于上述精准感知数据,系统将实时检测的间隙宽度与错边高度与内置工艺数据库进行匹配,自动切换对应的激光功率、送丝速度、焊接速度及电弧电流电压等工艺参数,实现了“视觉感知→特征识别→参数决策→设备执行”的完整闭环控制。试验结果表明,系统可在0.1s内完成工艺参数智能切换,薄板焊接咬边、未焊透等核心缺陷率降低80%以上,焊接质量一致性显著提升,彻底解决了传统固定参数焊接模式在变间隙工况下适应性差、缺陷频发的问题。
65、(3)本发明在硬件层面采用窄带复合滤光器精确匹配激光器波长,有效阻隔弧光及飞溅干扰;在算法层面采用改进canny算子的自适应双阈值及边缘判断约束剔除伪边缘,并引入核相关滤波结合卡尔曼滤波的混合跟踪算法对连续帧轨迹数据进行平滑滤波与轨迹预测。三重抗干扰设计确保系统在强弧光、大量飞溅、烟尘等恶劣工况下无跟踪丢失现象,可稳定适配船舶长焊缝连续自动化焊接作业。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com