一种货架横梁配件生产方法及焊接搬运加工中心与流程

1.本发明涉及自动生产加工技术领域，尤其涉及到一种货架横梁配件生产方法及焊接搬运加工中心。


背景技术：

2.现有的货架大多为管件与支撑柱搭建的框架结构，货架所能承受重量大小区别与管件的材质和粗细，所以在需要货架承载较重重量时，需要使用较粗的钢条作为置物架中间的横梁，横梁的生产一般需要焊接装配，现在横梁的生产一般通过人工焊接，焊接的质量不稳定，且效率较低。


技术实现要素：

3.本发明的目的在于克服现有技术的不足，提供了一种货架横梁配件生产方法及焊接搬运加工中心，相比于现有技术，本发明的方法可以提高横梁配件的生产效率。
4.本发明公开一种货架横梁配件生产方法，通过焊接搬运加工中心执行，所述横梁配件包括端面为矩形的第一金属件和焊接固定于第一金属件二侧的第二金属件，其特征在于，所述焊接搬运加工中心包括依次布置的焊接部、打磨部和喷涂部，所述生产方法包括：
5.初步焊接：将第一金属件输送至焊接部的第一焊接区域，第一焊接区域的第一金属件的二侧输送第二金属件，使第二金属件接触第一金属件，形成垂直于地面的第一接触部、第二接触部，及平行于地面的第三接触部和第四接触部，第一焊接机械臂对第一接触部和第二接触部进行焊接，形成第一结构件；
6.二次焊接：焊接部包括滑轨和可以沿滑轨移动的夹持机构，夹持机构对第一结构件进行夹持，所述夹持机构包括可以沿滑轨移动的移动机构、一端转动连接移动机构的支撑臂，驱动支撑臂旋转的动力机构和在支撑臂另一端设置的夹具，所述夹具夹持第一结构件，动力机构驱动支撑臂旋转至与地面垂直，此时第二焊接机械臂对第三接触部和第四接触部进行焊接，形成第二结构件；
7.初步打磨：第二夹持机构将第二结构件输送至打磨部的第一打磨区域，对向设置的二个第一磨具对第一接触部和第二接触部进行打磨，形成第三结构件；
8.二次打磨：第二夹持机构将第三结构件输送至第二打磨区域，对向设置的二个第二磨具对第三接触部和第三接触部进行打磨，形成第四结构件；
9.喷涂：第三夹持机构将第三结构件输送至喷涂部，所述喷涂机器人对第四结构件进行喷涂，完成横梁配件的生产。
10.通过上述的生产方法，对第一金属件和第二金属件接触面的四周均进行焊接，焊接的质量较高，且对焊接过后的金属结构分多次打磨，进一步提高生产的横梁配件的质量，且还对横梁配件进行喷涂操作，进一步的对横梁配件进行保护。
11.其中，所述喷涂机器人喷涂的方法包括步骤：
12.步骤s10：通过双目相机获取钢结构的彩色图像，进行彩色图像预处理，并计算深
度图像；
13.步骤s20：根据彩色图像对钢结构所在的图像区域初步分割，得到区域d1；
14.步骤s30：对深度图像进行预处理，并根据所需的深度范围对深度图像进行区域分割，得到区域d2；
15.步骤s40：计算区域d1与d2的交区域d3，并将s30中预处理后的深度图像按d3进行裁剪，裁剪后剩余深度图像即为机器人作业能力范围内的有效钢结构深度图像。
16.优选地，步骤s10中，计算深度图像包括步骤：
17.步骤s11：使用双目相机采集彩色rgb通道图像，并根据双目相机标定参数将图像进行畸变校正与极线校正，得到校正后的左目图像limage1与右目图像rimage1，再分别转化为灰度图像，灰度范围压缩至0至255，得到转换后的灰度图像limage2和右目图像rimage2；
18.步骤s12：设计匹配代价函数，函数为
[0019][0020]
其中，是梯度计算符号，i
l
(x,y)和ir(x,y)分别为左右图像位于坐标(x,y)处的灰度值；d是坐标(x,y)处的视差值；g1、g2和s分别为灰度权重、梯度权重和平滑因子；ψ(x)＝kx
ε
γ误匹配惩罚函数，用于减少误匹配对匹配代价的影响，其中k为线性惩罚系数，ε为取值0.5到1之间的柔化因子，γ为小正数；
[0021]
步骤s13，使用v迭代路径的multigrid方法，在limage2与rimage2中逐点求解使e(x,y)达到最小值时的d
x,y
值，再以坐标(x,y)为像素点坐标、d
x,y
为灰度值、组成稠密视差图像dpimage；
[0022]
步骤s14，根据相机内参和dpimage，根据三角原理逐点计算得到深度图像dtimage，该图像灰度值代表空间对应点与图像采集设备的实际距离。
[0023]
优选地，所述步骤s20中，根据彩色图像对钢结构所在的图像区域初步分割包括以下步骤：
[0024]
步骤s21，将步骤s11中校正后的limage1进行形态学滤波，并进行hsv通道分离，分别得到hue通道图像、saturation通道图像和value通道图像；
[0025]
步骤s22，根据实际项目中不同光照环境下取样的钢结构表面图片，设计hue和saturation图像通道的阈值分割范围，分别记为[h
min
,h
max
]和[s
min
,s
max
]；
[0026]
步骤s23，saturation通道图像按阈值范围[s
min
,s
max
]进行分割，得到区域d
2-1
；
[0027]
步骤s24，hue通道图像按区域d
1-1
进行裁剪，并将剩余图像按阈值范围[h
min
,h
max
]进行分割，得到区域d
1-2
，再将提取到的区域映射成二值图像；
[0028]
步骤s25，利用形态学方法对上述二值图像进行处理，使用方形模板，先对二值图像进行开运算以去除二值图像中的孤立点并锐化边缘，再做闭运算填充二值图像内的细小孔洞；
[0029]
步骤s26，将经过上述运算后的二值图像记为区域d1。
[0030]
其中，所述第二夹持机构和/或第三夹持机构的结构包括机器人和连接机器人的夹持系统。
[0031]
所述夹持系统包括：
[0032]
支撑件，安装在所述机器人末端，所述支撑件上设置有呈直线的第一运动轨迹；
[0033]
至少二个平行设置的夹臂，所述夹臂沿第一运动轨迹活动连接支撑件；
[0034]
第一驱动设备，驱动所述夹臂沿所述第一运动轨迹运动；
[0035]
限位设备，所述夹臂在同一高度均转动连接二个所述限位设备；
[0036]
第二驱动设备，驱动所述限位设备在沿滑杆移动，所述滑杆与所述第一运动轨迹平行设置，所述限位设备呈“l”状设计。
[0037]
其中，夹臂的内表面均设置有橡胶层，在夹持的过程中不易对金属件产生划痕，且增大夹持的摩擦，使用时，机器人将夹持机构运送到需要搬运的金属件的位置处，机器人可以选择五个运动辐的四轴机器人，使待搬运的金属件在两个夹臂的间隙处，启动第一驱动设备，两个夹臂在第一运动轨迹上反方向运动，将待搬运的金属件夹紧，这种搬运方式不同于通过类似挖机的爪件抓取物体的方式，不易损坏金属件，机器人工作，抬起金属件，此时，第二驱动设备工作，驱动限位设备横向运动，使限位设备运动至金属件的正下方，限位设备呈“l”状设计，防止夹臂松动产生意外，当金属件从夹臂之间意外脱落时，限位设备的凸起部位对金属件进行支撑，防止金属件意外掉落地面或者与焊接搬运加工中心碰撞损坏焊接搬运加工中心。
[0038]
本发明公开了一种货架横梁配件生产方法及焊接搬运加工中心，与现有技术相比：
[0039]
本发明的有益效果在于：相对于传统的人工作业，本技术对金属件更高效的焊接和生产，且生产的横梁配件质量较高，本发明利用相机采集到的彩色图像中的钢结构与临建的色彩差异，分离出钢结构在图像中的区域信息，并以此区域对按距离进行阈值分割后的深度图像进行叠加筛选和优化，使得处理后的深度图像仅保留与机器人有效作业范围内的钢结构深度信息，而无关的深度信息大大减少，为后续的机械手臂喷涂轨迹拟合提供更为准确的输入数据源，提高喷涂机器人对于有效作业能力范围内的钢结构的喷涂效率与喷涂质量。
附图说明
[0040]
图1为本发明中焊接搬运加工中心的俯视图；
[0041]
图2为本发明中第一结构件侧视图；
[0042]
图3为本发明中第一结构件俯视图；
[0043]
图4为本发明中第二夹持机构的结构示意图；
[0044]
图5为本发明中夹持系统的结构示意图；
[0045]
图6为本发明中喷涂机器人喷涂的步骤流程图；
[0046]
图7为本发明中对钢结构所在的图像区域初步分割的步骤流程图；
[0047]
图8为本发明中夹持机构的结构示意图。
具体实施方式
[0048]
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
[0049]
如图1至图5及图8所示，本发明公开一种货架横梁配件生产方法，通过焊接搬运加工中心执行，所述横梁配件包括端面为矩形的第一金属件和焊接固定于第一金属件二侧的第二金属件，所述焊接搬运加工中心包括依次布置的焊接部1、打磨部2和喷涂部3，所述生产方法包括：
[0050]
初步焊接：将第一金属件输送至焊接部1的第一焊接区域，第一焊接区域的第一金属件的二侧输送第二金属件，使第二金属件接触第一金属件，形成垂直于地面的第一接触部、第二接触部，及平行于地面的第三接触部和第四接触部，第一焊接机械臂对第一接触部和第二接触部进行焊接，形成第一结构件，具体的，图2中a和b位置分别为第一接触部和第二接触部，图3中c和d位置分别是第三接触部和第四接触部；
[0051]
二次焊接：焊接部1包括滑轨和可以沿滑轨移动的夹持机构11，夹持机构11对第一结构件进行夹持，所述夹持机构11包括可以沿滑轨移动的移动机构111、一端转动连接移动机构111的支撑臂112，驱动支撑臂112旋转的动力机构113和在支撑臂112另一端设置的夹具114，所述夹具114夹持第一结构件，动力机构113驱动支撑臂112旋转至与地面垂直，此时第二焊接机械臂对第三接触部和第四接触部进行焊接，形成第二结构件；
[0052]
初步打磨：第二夹持机构将第二结构件输送至打磨部2的第一打磨区域，对向设置的二个第一磨具对第一接触部和第二接触部进行打磨，形成第三结构件；
[0053]
二次打磨：第二夹持机构将第三结构件输送至第二打磨区域，对向设置的二个第二磨具对第三接触部和第三接触部进行打磨，形成第四结构件；
[0054]
喷涂：第三夹持机构将第三结构件输送至喷涂部3，所述喷涂机器人对第四结构件进行喷涂，完成横梁配件的生产。
[0055]
通过上述的生产方法，对第一金属件和第二金属件接触面的四周均进行焊接，焊接的质量较高，且对焊接过后的金属结构分多次打磨，进一步提高生产的横梁配件的质量，且还对横梁配件进行喷涂操作，进一步的对横梁配件进行保护。
[0056]
如图4和图5所示，其中，所述第二夹持机构和/或第三夹持机构的结构包括机器人31和连接机器人31的夹持系统32。
[0057]
所述夹持系统32包括：
[0058]
支撑件321，安装在所述机器人31末端，所述支撑件321上设置有呈直线的第一运动轨迹323；
[0059]
至少二个平行设置的夹臂324，所述夹臂324沿第一运动轨迹323活动连接支撑件321；
[0060]
第一驱动设备322，驱动所述夹臂324沿所述第一运动轨迹323运动；
[0061]
限位设备326，所述夹臂324在同一高度均转动连接二个所述限位设备326；
[0062]
第二驱动设备325，驱动所述限位设备326在沿滑杆327移动，所述滑杆327与所述第一运动轨迹323平行设置，所述限位设备326呈“l”状设计。
[0063]
其中，夹臂324的内表面均设置有橡胶层，在夹持的过程中不易对金属件产生划痕，且增大夹持的摩擦，使用时，机器人31将夹持机构32运送到需要搬运的金属件的位置处，机器人31可以选择五个运动辐的四轴机器人，使待搬运的金属件在两个夹臂324的间隙处，启动第一驱动设备322，两个夹臂324在第一运动轨迹323上反方向运动，将待搬运的金属件夹紧，这种搬运方式不同于通过类似挖机的爪件抓取物体的方式，不易损坏金属件，机
器人31工作，抬起金属件，此时，第二驱动设备325工作，驱动限位设备326横向运动，使限位设备326运动至金属件的正下方，限位设备326呈“l”状设计，防止夹臂324松动产生意外，当金属件从夹臂324之间意外脱落时，限位设备326的凸起部位对金属件进行支撑，防止金属件意外掉落地面或者与焊接搬运加工中心碰撞损坏焊接搬运加工中心。
[0064]
其中，如图6所示，所述喷涂机器人喷涂的方法包括步骤：
[0065]
获取彩色图像，预处理后计算深度图像；依据彩色图像对钢结构所在的图像区域分割；依据所需的深度范围对深度图像进行区域分割；计算二次分割所得区域的交区域，对深度图像进行裁剪；完成分割。
[0066]
为方便理解，本发明对图6中的步骤进行更详细的解释，如图7所示，一种货架横梁配件生产方法及焊接搬运加工中心，通过机器人实施，所述分割方法包括步骤：
[0067]
步骤s10：通过双目相机获取钢结构的彩色图像，进行彩色图像预处理，并计算深度图像；
[0068]
步骤s20：根据彩色图像对钢结构所在的图像区域初步分割，得到区域d1；
[0069]
步骤s30：对深度图像进行预处理，并根据所需的深度范围对深度图像进行区域分割，得到区域d2；
[0070]
步骤s40：计算区域d1与d2的交区域d3，并将s30中预处理后的深度图像按d3进行裁剪，裁剪后剩余深度图像即为机器人作业能力范围内的有效钢结构深度图像。
[0071]
其中，步骤s10中，计算深度图像包括步骤：
[0072]
步骤s11：使用双目相机采集彩色rgb通道图像，并根据双目相机标定参数将图像进行畸变校正与极线校正，得到校正后的左目图像limage1与右目图像rimage1，再分别转化为灰度图像，灰度范围压缩至0至255，得到转换后的灰度图像limage2和右目图像rimage2；
[0073]
步骤s12：设计匹配代价函数，函数为
[0074][0075]
其中，是梯度计算符号，i
l
(x,y)和ir(x,y)分别为左右图像位于坐标(x,y)处的灰度值；d是坐标(x,y)处的视差值；g1、g2和s分别为灰度权重、梯度权重和平滑因子；ψ(x)＝kx
ε
γ误匹配惩罚函数，用于减少误匹配对匹配代价的影响，其中k为线性惩罚系数，ε为取值0.5到1之间的柔化因子，γ为小正数；
[0076]
步骤s13，使用v迭代路径的multigrid方法，在limage2与rimage2中逐点求解使e(x,y)达到最小值时的d
x,y
值，再以坐标(x,y)为像素点坐标、d
x,y
为灰度值、组成稠密视差图像dpimage；
[0077]
步骤s14，根据相机内参和dpimage，根据三角原理逐点计算得到深度图像dtimage，该图像灰度值代表空间对应点与图像采集设备的实际距离。
[0078]
进一步的，所述步骤s20中，根据彩色图像对钢结构所在的图像区域初步分割包括以下步骤：
[0079]
步骤s21，将步骤s11中校正后的limage1进行形态学滤波，并进行hsv通道分离，分别得到hue通道图像、saturation通道图像和value通道图像；
[0080]
步骤s22，根据实际项目中不同光照环境下取样的钢结构表面图片，设计hue和
saturation图像通道的阈值分割范围，分别记为[h
min
,h
max
]和[s
min
,s
max
]；
[0081]
步骤s23，saturation通道图像按阈值范围[s
min
,s
max
]进行分割，得到区域d
2-1
；
[0082]
步骤s24，hue通道图像按区域d
1-1
进行裁剪，并将剩余图像按阈值范围[h
min
,h
max
]进行分割，得到区域d
1-2
，再将提取到的区域映射成二值图像；
[0083]
步骤s25，利用形态学方法对上述二值图像进行处理，使用方形模板，先对二值图像进行开运算以去除二值图像中的孤立点并锐化边缘，再做闭运算填充二值图像内的细小孔洞；
[0084]
步骤s26，将经过上述运算后的二值图像记为区域d1。
[0085]
综上所述，相比于传统的基于形态学分析的深度图像分割算法，本发明利用相机采集到的彩色图像中的钢结构与临建的色彩差异，分离出钢结构在图像中的区域信息，并以此区域对按距离进行阈值分割后的深度图像进行叠加筛选和优化，使得处理后的深度图像仅保留与机器人有效作业范围内的钢结构深度信息，而无关的深度信息大大减少，为后续的机械手臂喷涂轨迹拟合提供更为准确的输入数据源，提高喷涂机器人对于有效作业能力范围内的钢结构的喷涂效率与喷涂质量。
[0086]
以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
[0087]
需要要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。