CN107999955A - 一种六轴工业机器人线激光焊缝自动跟踪系统及方法 - Google Patents
一种六轴工业机器人线激光焊缝自动跟踪系统及方法 Download PDFInfo
- Publication number
- CN107999955A CN107999955A CN201711476733.2A CN201711476733A CN107999955A CN 107999955 A CN107999955 A CN 107999955A CN 201711476733 A CN201711476733 A CN 201711476733A CN 107999955 A CN107999955 A CN 107999955A
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- msubsup
- msup
- welding
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
- B23K26/04—Automatically aligning, aiming or focusing the laser beam, e.g. using the back-scattered light
- B23K26/044—Seam tracking
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/70—Auxiliary operations or equipment
- B23K26/702—Auxiliary equipment
Landscapes
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种六轴工业机器人线激光焊缝自动跟踪系统，包括六轴工业机器人、焊枪、线激光视觉传感器、工作台、焊接配套设备、嵌入式工业控制器、倍福模块、控制柜。本发明还公开了一种六轴工业机器人线激光焊缝自动跟踪方法，包括步骤：S1、焊接开始前，线激光视觉传感器采集图像并发送到嵌入式工业控制器进行特征提取得到初始焊缝特征点和相邻区域；S2、焊接开始后，连续采集每一帧图像发送至嵌入式工业控制器进行连续型卷积操作跟踪算法处理，确定图像中焊缝特征点的位置，并且用新的样本更新滤波器参数；S3、将计算得到的偏差值实时的发送给六轴工业机器人，完成六轴工业机器人的焊缝自动跟踪。本发明提高了焊接精度及效率。
Description
技术领域
本发明涉及机器人线激光焊缝自动跟踪系统，特别涉及一种六轴工业机器人线激光焊缝自动跟踪系统及方法。
背景技术
现在的焊接机器人基本上都是在焊接之前先进行示教，让机器人每次都走一个固定的轨迹，这种方式有一个好处就是重复精度高，运动轨迹不需要修正，但是，他有一个致命的缺陷就是不够随机应变，不够灵活，当需要焊接的工件加工精度比较差，或者需要实时焊接加工轮廓尚不明确的工件时，这种焊接机器人就会变得无能为力，需要重新示教才能完成，这样每次示教都会花费大量的时间，既费时又费力，不能满足现代工厂对于焊接加工的要求。
因此，为了能够满足对于工件本身加工精度，减少因每次工件形状改变而进行重新示教所花费的时间，应该对焊接机器人加装视觉系统来满足现代工业对焊接技术的要求。
实时的焊缝跟踪系统以及从图像处理得到的坐标转换成机器人相应的运动是当前焊接机器人焊接过程中亟待解决的问题，国内外的很多学者围绕目标跟踪算法、相应的图像处理、标定算法和机器人实时通讯系统进行了深入细致的研究。早期提出了一些跟踪的方法如光流法，但是这类早期的标准跟踪算法有一个局限就是跟踪目标要保证没有完全遮挡或者消失，还有一点是该方法只能进行短期跟踪，因此，此类算法又叫做短期跟踪器。随着现代技术的发展，长期跟踪变得越来越重要，长期跟踪要求跟踪器能够检测跟踪一个无限长的视频序列，因此，跟踪器本身要具备一定的检测能力，其中最重要的是当目标被完全遮挡或者消失导致跟踪失败时，跟踪器能够重新检测，直到目标物体出现时能够重新找到目标并进行跟踪。
Martin Danelljan等提出了一种基于传统区分性相关滤波器(DCF)的方法，成为连续型卷积操作滤波器算法(CCOT)。算法能有效地组合利用多分辨率特征图。将跟踪的初始训练和更新通过插值的方法转换到连续空间域上，然后将损失函数通过傅里叶变换转换到频域利用Parserval等式进行计算和优化。从而，能学习到对应不同分辨率特征的连续型卷积滤波器。利用学习得到的连续型滤波器就能对每一帧图像中的目标进行准确定位。试验已经证明，CCOT算法比传统的DCF有更好的鲁棒性和准确性。
因此，为了解决焊缝实时跟踪的问题，研究并结合了连续型卷积操作跟踪算法，并设计了六轴工业机器人进行焊缝跟踪实验，本发明依此提出。
发明内容
本发明的首要目的在于克服现有技术的缺点与不足，提供一种六轴工业机器人线激光焊缝自动跟踪系统及方法，解决了现有的焊接机器人焊接工件之前必须先进行示教操作，并且操作繁杂，效率低下以及精度不高的问题。
本发明的首要目的通过下述技术方案来实现：
一种六轴工业机器人线激光焊缝自动跟踪系统，包括六轴工业机器人、焊枪、线激光视觉传感器、工作台、焊接配套设备、嵌入式工业控制器、倍福模块、控制柜，工件放置在工作台上，工件的位置和倾斜角度可以手动调节，线激光视觉传感器固定安装在焊枪末端，所述焊枪通过焊枪夹持装置安装在六轴工业机器人末端上，嵌入式工业控制器通过以太网线与线激光视觉传感器相连，焊枪和焊接配套设备通过电缆线与焊接电源相连接，线激光视觉传感器和焊枪通过六轴工业机器人的运动而改变空间位置，所述在线激光视觉传感器的工业相机的镜头处加装有与激光波长相对应的滤光镜，所述滤光镜的前端安装有聚碳酸酯板，在一定程度上减少了噪声进入工业相机视野，提高了图像的质量。
优选地，所述的工作台上设置有G型夹具和焊接支撑板，所述工件放置于焊接支撑板上，由两个及以上G型夹具进行装夹定位。
优选地，所述六轴工业机器人包括伺服系统和运动系统，所述伺服系统包括伺服电机和伺服驱动器；所述运动系统包括六自由度机械臂。
优选地，所述焊枪加持装置包括焊枪夹持器和焊枪连接板，焊枪夹持器夹持焊枪并起到绝缘作用，焊枪连接板将焊枪夹持器固定在六轴工业机器人末端，随六轴工业机器人一起运动。
本发明的另一目的通过如下技术方案实现：
一种六轴工业机器人线激光焊缝自动跟踪方法，基于所述的六轴工业机器人线激光焊缝自动跟踪系统，包括步骤：
S1、焊接开始前，线激光视觉传感器中的工业相机先采集图像并发送到嵌入式工业控制器，所述嵌入式工业控制器对采集的图像进行初始化处理，得到初始焊缝特征点和相邻区域，并将得到的初始焊缝特征点像素坐标值转换成工业相机坐标系下的三维坐标值作为基准三维坐标值；
S2、焊接开始后，所述线激光视觉传感器的工业相机将连续采集的每一帧图像发送至所述嵌入式工业控制器进行特征提取处理；将特征提取处理后的图像进行连续型卷积操作跟踪算法处理，确定跟踪目标即图像中焊缝特征点的位置，并且用新的样本更新滤波器参数；
S3、所述图像中焊缝特征点的像素坐标值转换成工业相机坐标系下的目标三维坐标值后与所述基准坐标值计算得到的偏差值实时的发送给六轴工业机器人，使焊枪末端的焊丝沿着工件的焊缝运动，完成六轴工业机器人的焊缝自动跟踪。
优选地，所述步骤S1具体包括：
S11、调整六自由度焊接机器人机械臂的位置和姿态，使得焊枪末端位于待焊工件焊缝位置的正上方，并使得固定在焊枪上的线激光视觉传感器处于最佳工作位置，即在焊接过程中既能捕捉到清晰地图像，又不会使得线激光视觉传感器和待焊工件发生干涉；
S12、线激光视觉传感器中的工业相机采集图像并发送到嵌入式工业控制器，嵌入式工业控制器通过调用Halcon软件的库函数进行阈值处理、形态学修正的初始化处理，得到初始的焊缝特征点和相邻区域；
S13、嵌入式工业控制器将得到的焊接前初始焊缝特征点像素坐标值转换成基于工业相机坐标系的基准三维坐标值。
优选地，步骤S2中，所述的特征提取处理具体是采用梯度方向直方图(HOG)进行特征提取。
优选地，步骤S2中，所述的将特征提取处理后的图像进行连续型卷积操作跟踪算法处理，确定跟踪目标即图像中焊缝特征点的位置的步骤具体包括：
S21、以初始焊缝特征点为中心的跟踪目标作为第一个训练样本来训练连续型卷积操作跟踪算法的滤波器；
S22、将每一个特征通道通过插值的方法转换到连续域上：
其中xd即代表特征通道,Nd表示该特征通道里所采样的像素点数，bd表示插值函数，T代表插值后的连续域的范围；
S23、算出卷积响应为：
其中：fd代表通道xd的滤波器，D代表特征通道的个数；
S24、求出m个样本下的损失函数为：
其中αj控制每一个样本对损失函数的影响程度，第二项则代表正则化项，m表示训练样本个数，开始随着图像的采集而增加，后来稳定在某个数量，yj代表对应样本中跟踪算法跟踪到的目标位置，w代表正则化参数；
S25、通过傅里叶变化及应用Parserval公式可以将上述的损失函数转换到频域上：
其中：分别代表fd，yj，w，bd的傅里叶变换之后的对应参数；
S26、对滤波器的参数做有限化处理之后所述损失函数表示为：
其中：V表示将参数有限化处理之后的子空间，Aj表示第j个训练样本对应的滤波器参数的系数，代表D个通道的滤波器参数向量，W为一个对角矩阵，对角线上的元素为对应滤波器参数的正则化参数；
S27、则滤波器的参数通过下式进行更新：
其中：
其中，A代表由m个样本对应的Aj构成的矩阵，Γ表示由m个样本对应的αj参数构成的对角矩阵，同理则表示由m个样本对应的构成的矩阵。
优选地，跟踪过程中使用共轭梯度的方法进行参数更新，即第一帧时使用100次迭代进行参数更新，在后面的更新中每一帧图像使用5次迭代进行参数更新。
优选地，所述嵌入式工业控制器利用Halcon软件提取出图像中的激光条纹，并求出激光条纹的交点，所述交点即为待焊工件的初始焊缝特征点，以所述交点为中心提取出周围的一片区域作为第一个训练样本来训练连续型卷积滤波器。
本发明相对于现有技术具有如下的优点及效果：
(1)本发明通过线激光视觉传感器自动识别焊缝的特征点，并通过嵌入式工业控制器进行后续的通讯、计算和处理，装置结构简单，系统易于维护，通过嵌入式工业控制器实现数据的自动采集和处理，能有效提高数据处理的效率；
(2)本发明自动化程度比较高，能够实现焊缝图像自动实时采集，自动焊接，焊缝自动实时跟踪，大大提高了生产效率。
(3)解决了现有焊接机器人焊接时需要事先示教的过程，节省了大量时间，并且提高了焊接精度。
附图说明
图1是本发明六轴工业机器人线激光焊缝自动跟踪系统总体示意图。
图2是本发明六轴工业机器人线激光焊缝自动跟踪系统中的六轴工业机器人、焊枪、线激光视觉传感器安装示意图。
图3是本发明的六轴工业机器人线激光焊缝自动跟踪方法流程示意图。
图4是本发明六轴工业机器人线激光焊缝自动跟踪方法中的焊接实验典型噪声示意图。
图中所示：1-六轴工业机器人；2-焊枪；3-线激光视觉传感器；4-焊枪连接板；5-弧光；6-工业相机；7-线激光发生器；8-飞溅；9-跟踪目标；10-嵌入式工业控制器；11-控制柜；12-焊接配套设备；13-工作台；14-倍福模块。
具体实施方式
下面结合实施例及附图对本发明作进一步的详细描述，但本发明的实施方式不限于此。
如图1和图2所示，一种六轴工业机器人线激光焊缝自动跟踪系统，包括六轴工业机器人1、焊枪2、线激光视觉传感器3、工作台13、焊接配套设备12、嵌入式工业控制器10、倍福模块14、控制柜11，工件放置在工作台13上，工件的位置和倾斜角度可以手动调节，线激光视觉传感器3固定安装在焊枪2末端，所述焊枪2通过焊枪夹持装置安装在六轴工业机器人1末端上，嵌入式工业控制器10通过以太网线与线激光视觉传感器3相连，焊枪2和焊接配套设备通过电缆线与焊接电源相连接，线激光视觉传感器3和焊枪2通过六轴工业机器人1的运动而改变空间位置，所述在线激光视觉传感器3的工业相机6的镜头处加装有与激光波长相对应的滤光镜，所述滤光镜的前端安装有聚碳酸酯板，使激光能顺利通过，而其他波长的光线无法通过，在一定程度上减少了噪声进入工业相机6视野，提高了图像的质量。所述六轴工业机器人1包括伺服系统和运动系统，所述伺服系统包括伺服电机和伺服驱动器；所述运动系统包括六自由度机械臂。
所述的工作台13上设置有G型夹具和焊接支撑板，所述工件放置于焊接支撑板上，由两个及以上G型夹具进行装夹定位，使工件的位置和倾斜角度可以手动调节。
所述焊枪加持装置包括焊枪夹持器和焊枪连接板4，焊枪夹持器夹持焊枪2并起到绝缘作用，焊枪连接板4将焊枪夹持器固定在六轴工业机器人1末端，随六轴工业机器人1一起运动。
嵌入式工业控制器10可选用其他同类型的嵌入式工业控制器。
如图3所示，一种六轴工业机器人线激光焊缝自动跟踪方法，基于如所述的六自由度焊接机器人线激光实时焊缝跟踪系统包括步骤：
S1、焊接开始前，线激光视觉传感器3中的工业相机6先采集图像并发送到嵌入式工业控制器10，所述嵌入式工业控制器10对采集的图像进行初始化处理，得到初始焊缝特征点和相邻区域，并将得到的初始焊缝特征点像素坐标值通过标定算法转换成工业相机6坐标系下的三维坐标值作为基准三维坐标值；
S2、焊接开始后，所述线激光视觉传感器3的工业相机6将以每秒60帧的速率连续不断地采集捕捉到的每一帧图像发送至所述嵌入式工业控制器10进行特征提取处理；将特征提取处理后的图像进行连续型卷积操作跟踪算法处理，确定跟踪目标9即图像中焊缝特征点的位置，并且用新的样本不断更新滤波器参数；
S3、所述图像中焊缝特征点的像素坐标值通过标定算法转换成工业相机6坐标系下的目标三维坐标值后与所述基准坐标值计算得到的偏差值通过倍福模块实时发送给六轴工业机器人1的伺服启动器，所述伺服驱动器给伺服电机发送一系列的脉冲，伺服电机通过弹性联轴器带动六轴工业机器人1运动，固定在六轴工业机器人1末端上的焊枪2便会运动到焊缝中心点，使焊枪2末端的焊丝沿着工件的焊缝运动，完成整个自动焊接过程。
具体而言，所述步骤S1具体包括：
S11、首先调整六自由度焊接机器人机械臂的位置和姿态，使得焊枪2末端位于待焊工件焊缝位置的正上方，并使得固定在焊枪2上的线激光视觉传感器3处于最佳工作位置，即在焊接过程中既能捕捉到清晰地图像，又不会使得线激光视觉传感器3和待焊工件发生干涉；
S12、线激光视觉传感器3中的工业相机6采集图像并发送到嵌入式工业控制器10，嵌入式工业控制器通过调用Halcon软件的库函数进行阈值处理、形态学修正的初始化处理，提取出图像中的激光条纹，并求出激光条纹的交点，所述交点即为待焊工件的初始焊缝特征点，以所述交点为中心提取出周围的一片区域，从而得到初始的焊缝特征点和相邻区域；
S13、嵌入式工业控制器将得到的焊接前初始焊缝特征点像素坐标值转换成基于工业相机6坐标系的基准三维坐标值。
具体而言，步骤S2中，所述的特征提取处理具体是采用梯度方向直方图(HOG)进行特征提取，其好处是既有优于原始像素特征的表达能力，能更好且更简便地表达图像的特征，同时又比卷积神经网络特征提取方法更加快速而且对计算机等硬件要求不高，能较好地满足焊缝跟踪系统的实时性要求。
具体而言，步骤S2中，所述的将特征提取处理后的图像进行连续型卷积操作跟踪算法处理，确定跟踪目标9即图像中焊缝特征点的位置的步骤具体包括：
S21、以初始焊缝特征点为中心的跟踪目标作为第一个训练样本来训练连续型卷积操作跟踪算法的滤波器；
S22、将每一个特征通道通过插值的方法转换到连续域上：
其中xd即代表特征通道,Nd表示该特征通道里所采样的像素点数，bd表示插值函数，T代表插值后的连续域的范围；
S23、算出卷积响应为：
其中：fd代表通道xd的滤波器，D代表特征通道的个数；
S24、求出m个样本下的损失函数为：
其中αj控制每一个样本对损失函数的影响程度，第二项则代表正则化项，m表示训练样本个数，开始随着图像的采集而增加，后来稳定在某个数量，yj代表对应样本中跟踪算法跟踪到的目标位置，w代表正则化参数；
S25、通过傅里叶变化及应用Parserval公式可以将上述的损失函数转换到频域上：
其中：分别代表fd，yj，w，bd的傅里叶变换之后的对应参数；
S26、对滤波器的参数做有限化处理之后所述损失函数表示为：
其中：V表示将参数有限化处理之后的子空间，Aj表示第j个训练样本对应的滤波器参数的系数，代表D个通道的滤波器参数向量，W为一个对角矩阵，对角线上的元素为对应滤波器参数的正则化参数；
有限处化处理的目的是用有限的参数来表达滤波器，同时也是为了更好地学习得到滤波器参数；
S27、则滤波器的参数通过下式进行更新：
其中：
其中，A代表由m个样本对应的Aj构成的矩阵，Γ表示由m个样本对应的αj参数构成的对角矩阵，同理则表示由m个样本对应的构成的矩阵。
具体而言，跟踪过程中使用共轭梯度的方法进行参数更新，即第一帧时使用100次迭代进行参数更新，在后面的更新中每一帧图像使用5次迭代进行参数更新。
具体而言，所述嵌入式工业控制器10利用Halcon软件提取出图像中的激光条纹，并求出激光条纹的交点，所述交点即为待焊工件的初始焊缝特征点，以所述交点为中心提取出周围的一片区域作为第一个训练样本来训练连续型卷积滤波器。
上述实施例的工作原理是：
由于焊缝实时跟踪系统检测的图像信息中存在强烈的5弧光和飞溅8，造成测量精度降低和产生大量错误数据，如图4。在此情况下，传统的图像形态学方法，包括中值滤波、阈值分割以及各种边缘提取算法等，对独立的一幅图像尚可处理，而对连续采集且噪声分布各异的焊接图像，在无人工干预下往往难以自动分析处理，容易在焊接过程中将飞溅8等形成的噪声误识别为激光条纹，故而抗干扰性不强，导致精度不高。
为解决上述问题，在线激光视觉传感器3硬件方面的采取如下措施，如镜头处加装与激光波长相对应的滤光镜、下端安装聚碳酸酯板，在一定程度上减少了噪声进入工业相机6视野，提高了图像的质量。并在图像处理的算法方面做了深入工作，提出采用连续型卷积操作目标跟踪算法(CCOT)实现焊缝中心特征点准确检测。此算法基于传统的区分性卷积滤波器跟踪算法(DCF)，能有效地组合利用多分辨率特征图。算法将跟踪的初始训练和更新通过插值的方法转换到连续空间域上，然后将损失函数通过傅里叶变换转换到频域并利用Parserval公式进行计算和优化。由于考虑到焊缝跟踪系统的实时性要求，我们采用梯度方向直方图(HOG)进行特征提取，而不采用卷积神经网络，从而，能学习到对应不同分辨率特征的连续型卷积滤波器。利用学习得到的连续型滤波器就能对每一帧图像中的目标进行准确定位。实验已经证明，CCOT算法比传统的DCF有更好的鲁棒性和准确性。得到当前帧图像中焊缝中心特征点的像素坐标值，将该坐标值转换成工业相机6坐标系下的三维坐标值之后，把该值与初始值的偏差值通过倍福模块实时发送给六轴工业机器人1，从而带动焊枪2完成自动焊接。
前期准备过程中，所述六轴工业机器人1带动焊枪2运动到待焊工件的正上方，并使焊枪2末端与焊缝的距离适中，焊接开始之前，所述线激光视觉传感器3中的线激光发生器7产生条纹式激光，通过传感器中的工业相机6捕捉当前帧的图像，并将图像发送给嵌入式工业控制器10，嵌入式工业控制器10利用Halcon软件提取出图像中的激光条纹，并求出激光条纹的交点，交点即为待焊工件的焊缝中心点，以交点为中心提取出周围的一片区域作为第一个训练样本并训练连续型卷积滤波器，通过标定算法将交点的像素坐标值转换成工业相机6坐标系下的三维坐标值，这样就得到了初始的作为参考的坐标值，焊接开始之后线激光视觉传感器3中的工业相机6连续不断的采集图像并发送至嵌入式工业控制器10，利用连续型卷积操作跟踪算法，确定跟踪目标9即焊缝特征点的位置，并且用新的样本更新滤波器参数以适应焊缝图像形状以及噪声的变化。将得到的像素坐标值也通过标定算法换算成工业相机6坐标系下的坐标值，将该坐标值与初始坐标值相比较，便得到了两者之间的偏差值，接着嵌入式工业控制器10通过计算得出目标位置点与焊枪2末端的距离，并通过倍福模块实时的将偏差值发送给伺服驱动器，伺服驱动器驱动伺服电机进行相应的运动，伺服电机驱动六轴工业机器人1运动，从而将焊枪2末端移动到焊缝位置处进行焊接工作，这样便完成了焊缝自动跟踪的过程，解决了现在焊接机器人焊接时需要事先示教的过程，节省了大量时间，并且提高了焊接精度。
上述实施例为本发明较佳的实施方式，但本方明的实施方式并不受上述实施例的限制，其他的任何背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (10)
1.一种六轴工业机器人线激光焊缝自动跟踪系统，包括六轴工业机器人、焊枪、线激光视觉传感器、工作台、焊接配套设备、嵌入式工业控制器、倍福模块、控制柜，工件放置在工作台上，工件的位置和倾斜角度可以手动调节，线激光视觉传感器固定安装在焊枪末端，所述焊枪通过焊枪夹持装置安装在六轴工业机器人末端上，嵌入式工业控制器通过以太网线与线激光视觉传感器相连，焊枪和焊接配套设备通过电缆线与焊接电源相连接，线激光视觉传感器和焊枪通过六轴工业机器人的运动而改变空间位置，其特征在于，
所述在线激光视觉传感器的工业相机的镜头处加装有与激光波长相对应的滤光镜，所述滤光镜的前端安装有聚碳酸酯板。
2.根据权利要求1所述的六轴工业机器人线激光焊缝自动跟踪系统，其特征在于：所述的工作台上设置有G型夹具和焊接支撑板，所述工件放置于焊接支撑板上，由两个及以上G型夹具进行装夹定位。
3.根据权利要求1所述的六轴工业机器人线激光焊缝自动跟踪系统，其特征在于，所述六轴工业机器人包括伺服系统和运动系统，所述伺服系统包括伺服电机和伺服驱动器；所述运动系统包括六自由度机械臂。
4.根据权利要求1所述的六轴工业机器人线激光焊缝自动跟踪系统，其特征在于，所述焊枪加持装置包括焊枪夹持器和焊枪连接板，焊枪夹持器夹持焊枪并起到绝缘作用，焊枪连接板将焊枪夹持器固定在六轴工业机器人末端，随六轴工业机器人一起运动。
5.一种六轴工业机器人线激光焊缝自动跟踪方法，基于如权利要求1至4中任一项所述的六自由度焊接机器人线激光实时焊缝跟踪系统，其特征在于，包括步骤：
S1、焊接开始前，线激光视觉传感器中的工业相机先采集图像并发送到嵌入式工业控制器，所述嵌入式工业控制器对采集的图像进行初始化处理，得到初始焊缝特征点和相邻区域，并将得到的初始焊缝特征点像素坐标值转换成工业相机坐标系下的三维坐标值作为基准三维坐标值；
S2、焊接开始后，所述线激光视觉传感器的工业相机将连续采集的每一帧图像发送至所述嵌入式工业控制器进行特征提取处理；将特征提取处理后的图像进行连续型卷积操作跟踪算法处理，确定跟踪目标即图像中焊缝特征点的位置，并且用新的样本更新滤波器参数；
S3、所述图像中焊缝特征点的像素坐标值转换成工业相机坐标系下的目标三维坐标值后与所述基准坐标值计算得到的偏差值实时的发送给六轴工业机器人，使焊枪末端的焊丝沿着工件的焊缝运动，完成六轴工业机器人的焊缝自动跟踪。
6.根据权利要求5所述的六轴工业机器人线激光焊缝自动跟踪方法，其特征在于：所述步骤S1具体包括：
S11、调整六自由度焊接机器人机械臂的位置和姿态，使得焊枪末端位于待焊工件焊缝位置的正上方，并使得固定在焊枪上的线激光视觉传感器处于最佳工作位置，即在焊接过程中既能捕捉到清晰地图像，又不会使得线激光视觉传感器和待焊工件发生干涉；
S12、线激光视觉传感器中的工业相机采集图像并发送到嵌入式工业控制器，嵌入式工业控制器通过调用Halcon软件的库函数进行阈值处理、形态学修正的初始化处理，得到初始的焊缝特征点和相邻区域；
S13、嵌入式工业控制器将得到的焊接前初始焊缝特征点像素坐标值转换成基于工业相机坐标系的基准三维坐标值。
7.根据权利要求5所述的六轴工业机器人线激光焊缝自动跟踪方法，其特征在于：步骤S2中，所述的特征提取处理具体是采用梯度方向直方图进行特征提取。
8.根据权利要求5所述的六轴工业机器人线激光焊缝自动跟踪方法，其特征在于：步骤S2中，所述的将特征提取处理后的图像进行连续型卷积操作跟踪算法处理，确定跟踪目标即图像中焊缝特征点的位置的步骤具体包括：
S21、以初始焊缝特征点为中心的跟踪目标作为第一个训练样本来训练连续型卷积操作跟踪算法的滤波器；
S22、将每一个特征通道通过插值的方法转换到连续域上：
<mrow>
<msub>
<mi>J</mi>
<mi>d</mi>
</msub>
<mo>{</mo>
<msup>
<mi>x</mi>
<mi>d</mi>
</msup>
<mo>}</mo>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mn>0</mn>
<mrow>
<msub>
<mi>N</mi>
<mi>d</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<msup>
<mi>x</mi>
<mi>d</mi>
</msup>
<mo>&lsqb;</mo>
<mi>n</mi>
<mo>&rsqb;</mo>
<msub>
<mi>b</mi>
<mi>d</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>-</mo>
<mfrac>
<mi>T</mi>
<msub>
<mi>N</mi>
<mi>d</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
其中xd即代表特征通道,Nd表示该特征通道里所采样的像素点数，bd表示插值函数，T代表插值后的连续域的范围；
S23、算出卷积响应为：
<mrow>
<msub>
<mi>S</mi>
<mi>f</mi>
</msub>
<mo>{</mo>
<mi>x</mi>
<mo>}</mo>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>d</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>D</mi>
</msubsup>
<msup>
<mi>f</mi>
<mi>d</mi>
</msup>
<mo>*</mo>
<msub>
<mi>J</mi>
<mi>d</mi>
</msub>
<mo>{</mo>
<msup>
<mi>x</mi>
<mi>d</mi>
</msup>
<mo>}</mo>
<mo>,</mo>
<mi>x</mi>
<mo>&Element;</mo>
<mi>&chi;</mi>
</mrow>
其中：fd代表通道xd的滤波器，D代表特征通道的个数；
S24、求出m个样本下的损失函数为：
<mrow>
<mi>E</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<msub>
<mi>&alpha;</mi>
<mi>j</mi>
</msub>
<mo>|</mo>
<mo>|</mo>
<msub>
<mi>s</mi>
<mi>f</mi>
</msub>
<mo>{</mo>
<msub>
<mi>x</mi>
<mi>j</mi>
</msub>
<mo>}</mo>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>+</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>d</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>D</mi>
</msubsup>
<mo>|</mo>
<mo>|</mo>
<msup>
<mi>wf</mi>
<mi>d</mi>
</msup>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
其中αj控制每一个样本对损失函数的影响程度，第二项则代表正则化项，m表示训练样本个数，开始随着图像的采集而增加，后来稳定在某个数量，yj代表对应样本中跟踪算法跟踪到的目标位置，w代表正则化参数；
S25、通过傅里叶变化及应用Parserval公式可以将上述的损失函数转换到频域上：
<mrow>
<mi>E</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<msub>
<mi>&alpha;</mi>
<mi>j</mi>
</msub>
<mo>|</mo>
<mo>|</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>d</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>D</mi>
</msubsup>
<msup>
<mover>
<mi>f</mi>
<mo>^</mo>
</mover>
<mi>d</mi>
</msup>
<msubsup>
<mi>X</mi>
<mi>j</mi>
<mi>d</mi>
</msubsup>
<msub>
<mover>
<mi>b</mi>
<mo>^</mo>
</mover>
<mi>d</mi>
</msub>
<mo>-</mo>
<msub>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mi>j</mi>
</msub>
<mo>|</mo>
<msubsup>
<mo>|</mo>
<msup>
<mi>l</mi>
<mn>2</mn>
</msup>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>d</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>D</mi>
</msubsup>
<mo>|</mo>
<mo>|</mo>
<mover>
<mi>w</mi>
<mo>^</mo>
</mover>
<mo>*</mo>
<msup>
<mover>
<mi>f</mi>
<mo>^</mo>
</mover>
<mi>d</mi>
</msup>
<mo>|</mo>
<msubsup>
<mo>|</mo>
<msup>
<mi>l</mi>
<mn>2</mn>
</msup>
<mn>2</mn>
</msubsup>
</mrow>
其中：分别代表fd，yj，w，bd的傅里叶变换之后的对应参数；
S26、对滤波器的参数做有限化处理之后所述损失函数表示为：
<mrow>
<msub>
<mi>E</mi>
<mi>V</mi>
</msub>
<mrow>
<mo>(</mo>
<mover>
<mi>f</mi>
<mo>^</mo>
</mover>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<msub>
<mi>&alpha;</mi>
<mi>j</mi>
</msub>
<mo>|</mo>
<mo>|</mo>
<msub>
<mi>A</mi>
<mi>j</mi>
</msub>
<mover>
<mi>f</mi>
<mo>^</mo>
</mover>
<mo>-</mo>
<msub>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mi>j</mi>
</msub>
<mo>|</mo>
<msubsup>
<mo>|</mo>
<mn>2</mn>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<mo>|</mo>
<mo>|</mo>
<mi>W</mi>
<mover>
<mi>f</mi>
<mo>^</mo>
</mover>
<mo>|</mo>
<msubsup>
<mo>|</mo>
<mn>2</mn>
<mn>2</mn>
</msubsup>
</mrow>
其中：V表示将参数有限化处理之后的子空间，Aj表示第j个训练样本对应的滤波器参数的系数，代表D个通道的滤波器参数向量，W为一个对角矩阵，对角线上的元素为对应滤波器参数的正则化参数；
S27、则滤波器的参数通过下式进行更新：
<mrow>
<mo>(</mo>
<msup>
<mi>A</mi>
<mi>H</mi>
</msup>
<mi>&Gamma;</mi>
<mi>A</mi>
<mo>+</mo>
<msup>
<mi>W</mi>
<mi>H</mi>
</msup>
<mi>W</mi>
<mo>)</mo>
<mover>
<mi>f</mi>
<mo>^</mo>
</mover>
<mo>=</mo>
<msup>
<mi>A</mi>
<mi>H</mi>
</msup>
<mi>&Gamma;</mi>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
</mrow>
其中：
<mrow>
<msub>
<mi>A</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mo>&lsqb;</mo>
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>A</mi>
<mi>j</mi>
<mn>1</mn>
</msubsup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msubsup>
<mi>A</mi>
<mi>j</mi>
<mi>D</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
<mo>&rsqb;</mo>
<mo>,</mo>
<mi>A</mi>
<mo>=</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>A</mi>
<mn>1</mn>
<mi>T</mi>
</msubsup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msubsup>
<mi>A</mi>
<mi>m</mi>
<mi>T</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
<mo>,</mo>
<mi>&Gamma;</mi>
<mo>=</mo>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<mi>I</mi>
<mo>&CirclePlus;</mo>
<mo>...</mo>
<mo>&CirclePlus;</mo>
<msub>
<mi>&alpha;</mi>
<mi>m</mi>
</msub>
<mi>I</mi>
<mo>,</mo>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mo>=</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msubsup>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mn>1</mn>
<mi>T</mi>
</msubsup>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msubsup>
<mover>
<mi>y</mi>
<mo>^</mo>
</mover>
<mi>m</mi>
<mi>T</mi>
</msubsup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
</mrow>
其中，A代表由m个样本对应的Aj构成的矩阵，Γ表示由m个样本对应的αj参数构成的对角矩阵，同理则表示由m个样本对应的构成的矩阵。
9.根据权利要求8所述的六轴工业机器人线激光焊缝自动跟踪方法，其特征在于：
跟踪过程中使用共轭梯度的方法进行参数更新，即第一帧时使用100次迭代进行参数更新，在后面的更新中每一帧图像使用5次迭代进行参数更新。
10.根据权利要求8所述的六轴工业机器人线激光焊缝自动跟踪方法，其特征在于：所述嵌入式工业控制器利用Halcon软件提取出图像中的激光条纹，并求出激光条纹的交点，所述交点即为待焊工件的初始焊缝特征点，以所述交点为中心提取出周围的一片区域作为第一个训练样本来训练连续型卷积滤波器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711476733.2A CN107999955A (zh) | 2017-12-29 | 2017-12-29 | 一种六轴工业机器人线激光焊缝自动跟踪系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711476733.2A CN107999955A (zh) | 2017-12-29 | 2017-12-29 | 一种六轴工业机器人线激光焊缝自动跟踪系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107999955A true CN107999955A (zh) | 2018-05-08 |
Family
ID=62048921
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711476733.2A Pending CN107999955A (zh) | 2017-12-29 | 2017-12-29 | 一种六轴工业机器人线激光焊缝自动跟踪系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107999955A (zh) |
Cited By (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108817616A (zh) * | 2018-07-11 | 2018-11-16 | 成都熊谷加世电器有限公司 | 一种基于激光跟踪的焊接系统 |
| CN108857354A (zh) * | 2018-05-09 | 2018-11-23 | 上海电气自动化设计研究所有限公司 | 一种风机轮毂叶片轴承面的螺栓螺母紧固系统及其方法 |
| CN108907408A (zh) * | 2018-08-04 | 2018-11-30 | 苏州佩恩机器人有限公司 | 一种基于焊缝工业机器人姿态的曲线焊缝跟踪方法 |
| CN108907455A (zh) * | 2018-08-04 | 2018-11-30 | 苏州佩恩机器人有限公司 | 一种基于激光-可见光融合视觉技术的焊缝跟踪系统与方法 |
| CN109226967A (zh) * | 2018-07-25 | 2019-01-18 | 同高先进制造科技（太仓）有限公司 | 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 |
| CN109514040A (zh) * | 2018-12-07 | 2019-03-26 | 北京博清科技有限公司 | 焊枪跟踪方法和爬行焊接机器人 |
| CN109949346A (zh) * | 2019-03-04 | 2019-06-28 | 天津科技大学 | 基于方向梯度直方图粒子滤波的焊缝跟踪方法 |
| CN110370283A (zh) * | 2019-08-07 | 2019-10-25 | 江苏汇博机器人技术股份有限公司 | 机器人当前末端位置坐标自动读取系统 |
| CN110434516A (zh) * | 2019-08-28 | 2019-11-12 | 浙江大学城市学院 | 一种智能焊接机器人系统及焊接方法 |
| CN110480128A (zh) * | 2019-08-28 | 2019-11-22 | 华南理工大学 | 一种六自由度焊接机器人线激光实时焊缝跟踪方法 |
| CN110524583A (zh) * | 2019-09-16 | 2019-12-03 | 西安中科光电精密工程有限公司 | 基于嵌入式平台的焊缝寻位跟踪3d视觉传感器及跟踪方法 |
| CN110533033A (zh) * | 2019-08-22 | 2019-12-03 | 大连理工大学 | 一种基于卷积神经网络的光条定位方法 |
| CN110732814A (zh) * | 2019-09-29 | 2020-01-31 | 珠海市众创芯慧科技有限公司 | 一种基于视觉技术的智能焊接机器人 |
| CN111215797A (zh) * | 2020-01-13 | 2020-06-02 | 华工法利莱切焊系统工程有限公司 | 基于拍照视觉引导的自动定位焊接方法及系统 |
| CN111250862A (zh) * | 2020-03-23 | 2020-06-09 | 吉林大学 | 一种搅拌摩擦焊夹具及温度场反馈控制方法 |
| CN111299763A (zh) * | 2020-02-28 | 2020-06-19 | 华南理工大学 | 一种抗噪声干扰的激光视觉焊缝自动跟踪方法及系统 |
| CN111299761A (zh) * | 2020-02-28 | 2020-06-19 | 华南理工大学 | 一种焊缝跟踪系统的实时姿态估计方法 |
| CN111299762A (zh) * | 2020-02-28 | 2020-06-19 | 华南理工大学 | 一种分离强噪声干扰的激光实时焊缝跟踪方法 |
| CN111375940A (zh) * | 2020-04-20 | 2020-07-07 | 唐山英莱科技有限公司 | 一种基于小焊缝应用激光视觉的预扫描方法和系统 |
| CN111687515A (zh) * | 2020-06-17 | 2020-09-22 | 北京智机科技有限公司 | 大型钢构智能焊接引导系统 |
| CN111798496A (zh) * | 2020-06-15 | 2020-10-20 | 博雅工道（北京）机器人科技有限公司 | 一种视觉锁定方法和装置 |
| CN111992885A (zh) * | 2018-10-21 | 2020-11-27 | 苏州高新区建金建智能科技有限公司 | 一种焊接机器人 |
| CN113012228A (zh) * | 2021-03-23 | 2021-06-22 | 华南理工大学 | 一种工位定位系统及基于深度学习的工件定位方法 |
| CN113048882A (zh) * | 2021-03-09 | 2021-06-29 | 徐州徐工挖掘机械有限公司 | 焊缝表面质量智能检测系统及实现方法 |
| CN113102880A (zh) * | 2021-04-02 | 2021-07-13 | 广西大学 | 一种基于视觉示教的线激光焊缝自动跟踪系统及方法 |
| CN113146026A (zh) * | 2021-04-27 | 2021-07-23 | 帕诺瓦智能科技(苏州)有限公司 | 一种自适应焊缝跟踪方法 |
| CN113145989A (zh) * | 2021-04-02 | 2021-07-23 | 广西安博特智能科技有限公司 | 一种改进型双目视觉焊缝自动跟踪传感器 |
| CN113172307A (zh) * | 2021-03-24 | 2021-07-27 | 苏州奥天智能科技有限公司 | 一种基于激光与可见光融合的视觉模块的工业机器人系统 |
| CN113334018A (zh) * | 2021-06-18 | 2021-09-03 | 中建三局第二建设工程有限责任公司 | 视觉引导机器人自动焊接管道相贯线装置及方法 |
| CN113427168A (zh) * | 2021-05-12 | 2021-09-24 | 广州中国科学院先进技术研究所 | 一种焊接机器人实时焊缝跟踪装置及方法 |
| CN113681133A (zh) * | 2021-08-30 | 2021-11-23 | 南京衍构科技有限公司 | 一种带视觉的冗余自由度机器人智能焊接方法 |
| CN114043081A (zh) * | 2021-11-24 | 2022-02-15 | 苏州全视智能光电有限公司 | 一种激光焊接的多焊缝类型特征点识别方法及系统 |
| CN114310063A (zh) * | 2022-01-28 | 2022-04-12 | 长春职业技术学院 | 一种基于六轴机器人的焊接优化方法 |
| CN114434001A (zh) * | 2021-03-24 | 2022-05-06 | 西华大学 | 一种焊缝轨迹自主跟踪算法 |
| CN114654465A (zh) * | 2022-03-29 | 2022-06-24 | 湘潭大学 | 一种基于线激光结构光视觉传感的焊缝跟踪提取方法 |
| CN114670189A (zh) * | 2020-12-24 | 2022-06-28 | 精工爱普生株式会社 | 存储介质、以及生成机器人的控制程序的方法及系统 |
| CN114769962A (zh) * | 2022-05-07 | 2022-07-22 | 广州东焊智能装备有限公司 | 一种基于视觉传感的移动焊接机器人的焊缝识别跟踪系统 |
| CN115063451A (zh) * | 2022-06-10 | 2022-09-16 | 华南理工大学 | 用于平面三自由度位姿测量的高速微视觉追踪方法及系统 |
| CN115682933A (zh) * | 2022-10-28 | 2023-02-03 | 吉林大学 | 复杂焊缝外观质量自动检测方法及装置 |
| CN116673598A (zh) * | 2023-06-19 | 2023-09-01 | 华南理工大学 | 一种基于admm的网络模型轻量化方法、激光实时焊缝跟踪方法、系统及网络模型分割性能验证方法 |
| CN116810106A (zh) * | 2023-06-16 | 2023-09-29 | 中核检修有限公司 | 一种不均匀间隙结构的乏燃料储罐外端盖等离子弧焊接自动控制系统及工作方法 |
| CN120635683A (zh) * | 2025-08-12 | 2025-09-12 | 宝鸡市聚和机械制造有限公司 | 一种基于视觉传感器的焊接机器人焊点图像处理方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101062529A (zh) * | 2006-04-25 | 2007-10-31 | 南京理工大学 | 焊缝外观、熔池和接缝近红外视觉一体化传感检测装置 |
| CN106271081A (zh) * | 2016-09-30 | 2017-01-04 | 华南理工大学 | 三坐标直角机器人线激光焊缝自动跟踪系统及其跟踪方法 |
| CN106312397A (zh) * | 2016-10-12 | 2017-01-11 | 华南理工大学 | 一种激光视觉引导的焊接轨迹自动跟踪系统及方法 |
| CN106392267A (zh) * | 2016-11-28 | 2017-02-15 | 华南理工大学 | 一种六自由度焊接机器人线激光实时焊缝跟踪方法 |
| CN208147131U (zh) * | 2017-12-29 | 2018-11-27 | 华南理工大学 | 一种六轴工业机器人线激光焊缝自动跟踪系统 |
-
2017
- 2017-12-29 CN CN201711476733.2A patent/CN107999955A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101062529A (zh) * | 2006-04-25 | 2007-10-31 | 南京理工大学 | 焊缝外观、熔池和接缝近红外视觉一体化传感检测装置 |
| CN106271081A (zh) * | 2016-09-30 | 2017-01-04 | 华南理工大学 | 三坐标直角机器人线激光焊缝自动跟踪系统及其跟踪方法 |
| CN106312397A (zh) * | 2016-10-12 | 2017-01-11 | 华南理工大学 | 一种激光视觉引导的焊接轨迹自动跟踪系统及方法 |
| CN106392267A (zh) * | 2016-11-28 | 2017-02-15 | 华南理工大学 | 一种六自由度焊接机器人线激光实时焊缝跟踪方法 |
| CN208147131U (zh) * | 2017-12-29 | 2018-11-27 | 华南理工大学 | 一种六轴工业机器人线激光焊缝自动跟踪系统 |
Non-Patent Citations (2)
| Title |
|---|
| MARTIN DANELLJAND等: "Beyond Correlation Filters: Learning Continuous Convolution Operators for Visual Tracking", ECCV 2016, pages 472 - 488 * |
| 韩志艳: "《面向语音与面部表情信号的多模式情感识别技术研究》", 31 January 2017, 东北大学出版社, pages: 120 * |
Cited By (56)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108857354A (zh) * | 2018-05-09 | 2018-11-23 | 上海电气自动化设计研究所有限公司 | 一种风机轮毂叶片轴承面的螺栓螺母紧固系统及其方法 |
| CN108817616B (zh) * | 2018-07-11 | 2019-10-18 | 成都熊谷加世电器有限公司 | 一种基于激光跟踪的焊接系统 |
| CN108817616A (zh) * | 2018-07-11 | 2018-11-16 | 成都熊谷加世电器有限公司 | 一种基于激光跟踪的焊接系统 |
| CN109226967A (zh) * | 2018-07-25 | 2019-01-18 | 同高先进制造科技（太仓）有限公司 | 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 |
| CN108907408A (zh) * | 2018-08-04 | 2018-11-30 | 苏州佩恩机器人有限公司 | 一种基于焊缝工业机器人姿态的曲线焊缝跟踪方法 |
| CN108907455A (zh) * | 2018-08-04 | 2018-11-30 | 苏州佩恩机器人有限公司 | 一种基于激光-可见光融合视觉技术的焊缝跟踪系统与方法 |
| CN111992885A (zh) * | 2018-10-21 | 2020-11-27 | 苏州高新区建金建智能科技有限公司 | 一种焊接机器人 |
| CN109514040A (zh) * | 2018-12-07 | 2019-03-26 | 北京博清科技有限公司 | 焊枪跟踪方法和爬行焊接机器人 |
| CN109514040B (zh) * | 2018-12-07 | 2020-12-01 | 北京博清科技有限公司 | 焊枪跟踪方法和爬行焊接机器人 |
| CN109949346A (zh) * | 2019-03-04 | 2019-06-28 | 天津科技大学 | 基于方向梯度直方图粒子滤波的焊缝跟踪方法 |
| CN109949346B (zh) * | 2019-03-04 | 2022-12-13 | 天津科技大学 | 基于方向梯度直方图粒子滤波的焊缝跟踪方法 |
| CN110370283B (zh) * | 2019-08-07 | 2022-08-12 | 江苏汇博机器人技术股份有限公司 | 机器人当前末端位置坐标自动读取系统 |
| CN110370283A (zh) * | 2019-08-07 | 2019-10-25 | 江苏汇博机器人技术股份有限公司 | 机器人当前末端位置坐标自动读取系统 |
| CN110533033A (zh) * | 2019-08-22 | 2019-12-03 | 大连理工大学 | 一种基于卷积神经网络的光条定位方法 |
| CN110480128A (zh) * | 2019-08-28 | 2019-11-22 | 华南理工大学 | 一种六自由度焊接机器人线激光实时焊缝跟踪方法 |
| CN110434516A (zh) * | 2019-08-28 | 2019-11-12 | 浙江大学城市学院 | 一种智能焊接机器人系统及焊接方法 |
| CN110524583A (zh) * | 2019-09-16 | 2019-12-03 | 西安中科光电精密工程有限公司 | 基于嵌入式平台的焊缝寻位跟踪3d视觉传感器及跟踪方法 |
| CN110524583B (zh) * | 2019-09-16 | 2023-06-02 | 西安中科光电精密工程有限公司 | 基于嵌入式平台的焊缝寻位跟踪3d视觉传感器及跟踪方法 |
| CN110732814A (zh) * | 2019-09-29 | 2020-01-31 | 珠海市众创芯慧科技有限公司 | 一种基于视觉技术的智能焊接机器人 |
| CN111215797A (zh) * | 2020-01-13 | 2020-06-02 | 华工法利莱切焊系统工程有限公司 | 基于拍照视觉引导的自动定位焊接方法及系统 |
| CN111299762A (zh) * | 2020-02-28 | 2020-06-19 | 华南理工大学 | 一种分离强噪声干扰的激光实时焊缝跟踪方法 |
| CN111299763A (zh) * | 2020-02-28 | 2020-06-19 | 华南理工大学 | 一种抗噪声干扰的激光视觉焊缝自动跟踪方法及系统 |
| CN111299761A (zh) * | 2020-02-28 | 2020-06-19 | 华南理工大学 | 一种焊缝跟踪系统的实时姿态估计方法 |
| CN111299762B (zh) * | 2020-02-28 | 2021-09-21 | 华南理工大学 | 一种分离强噪声干扰的激光实时焊缝跟踪方法 |
| CN111299763B (zh) * | 2020-02-28 | 2021-09-21 | 华南理工大学 | 一种抗噪声干扰的激光视觉焊缝自动跟踪方法及系统 |
| CN111250862B (zh) * | 2020-03-23 | 2023-11-17 | 吉林大学 | 一种搅拌摩擦焊夹具及温度场反馈控制方法 |
| CN111250862A (zh) * | 2020-03-23 | 2020-06-09 | 吉林大学 | 一种搅拌摩擦焊夹具及温度场反馈控制方法 |
| CN111375940A (zh) * | 2020-04-20 | 2020-07-07 | 唐山英莱科技有限公司 | 一种基于小焊缝应用激光视觉的预扫描方法和系统 |
| CN111798496A (zh) * | 2020-06-15 | 2020-10-20 | 博雅工道（北京）机器人科技有限公司 | 一种视觉锁定方法和装置 |
| CN111798496B (zh) * | 2020-06-15 | 2021-11-02 | 博雅工道（北京）机器人科技有限公司 | 一种视觉锁定方法和装置 |
| CN111687515A (zh) * | 2020-06-17 | 2020-09-22 | 北京智机科技有限公司 | 大型钢构智能焊接引导系统 |
| CN114670189A (zh) * | 2020-12-24 | 2022-06-28 | 精工爱普生株式会社 | 存储介质、以及生成机器人的控制程序的方法及系统 |
| CN114670189B (zh) * | 2020-12-24 | 2024-01-12 | 精工爱普生株式会社 | 存储介质、以及生成机器人的控制程序的方法及系统 |
| CN113048882A (zh) * | 2021-03-09 | 2021-06-29 | 徐州徐工挖掘机械有限公司 | 焊缝表面质量智能检测系统及实现方法 |
| CN113012228A (zh) * | 2021-03-23 | 2021-06-22 | 华南理工大学 | 一种工位定位系统及基于深度学习的工件定位方法 |
| CN113172307A (zh) * | 2021-03-24 | 2021-07-27 | 苏州奥天智能科技有限公司 | 一种基于激光与可见光融合的视觉模块的工业机器人系统 |
| CN114434001A (zh) * | 2021-03-24 | 2022-05-06 | 西华大学 | 一种焊缝轨迹自主跟踪算法 |
| CN113145989A (zh) * | 2021-04-02 | 2021-07-23 | 广西安博特智能科技有限公司 | 一种改进型双目视觉焊缝自动跟踪传感器 |
| CN113102880A (zh) * | 2021-04-02 | 2021-07-13 | 广西大学 | 一种基于视觉示教的线激光焊缝自动跟踪系统及方法 |
| CN113146026A (zh) * | 2021-04-27 | 2021-07-23 | 帕诺瓦智能科技(苏州)有限公司 | 一种自适应焊缝跟踪方法 |
| CN113427168A (zh) * | 2021-05-12 | 2021-09-24 | 广州中国科学院先进技术研究所 | 一种焊接机器人实时焊缝跟踪装置及方法 |
| CN113334018A (zh) * | 2021-06-18 | 2021-09-03 | 中建三局第二建设工程有限责任公司 | 视觉引导机器人自动焊接管道相贯线装置及方法 |
| CN113681133A (zh) * | 2021-08-30 | 2021-11-23 | 南京衍构科技有限公司 | 一种带视觉的冗余自由度机器人智能焊接方法 |
| CN114043081A (zh) * | 2021-11-24 | 2022-02-15 | 苏州全视智能光电有限公司 | 一种激光焊接的多焊缝类型特征点识别方法及系统 |
| CN114043081B (zh) * | 2021-11-24 | 2023-12-22 | 苏州全视智能光电有限公司 | 一种激光焊接的多焊缝类型特征点识别方法及系统 |
| CN114310063A (zh) * | 2022-01-28 | 2022-04-12 | 长春职业技术学院 | 一种基于六轴机器人的焊接优化方法 |
| CN114310063B (zh) * | 2022-01-28 | 2023-06-06 | 长春职业技术学院 | 一种基于六轴机器人的焊接优化方法 |
| CN114654465A (zh) * | 2022-03-29 | 2022-06-24 | 湘潭大学 | 一种基于线激光结构光视觉传感的焊缝跟踪提取方法 |
| CN114769962A (zh) * | 2022-05-07 | 2022-07-22 | 广州东焊智能装备有限公司 | 一种基于视觉传感的移动焊接机器人的焊缝识别跟踪系统 |
| CN114769962B (zh) * | 2022-05-07 | 2024-01-30 | 广州东焊智能装备有限公司 | 一种基于视觉传感的移动焊接机器人的焊缝识别跟踪系统 |
| CN115063451A (zh) * | 2022-06-10 | 2022-09-16 | 华南理工大学 | 用于平面三自由度位姿测量的高速微视觉追踪方法及系统 |
| CN115063451B (zh) * | 2022-06-10 | 2024-06-04 | 华南理工大学 | 用于平面三自由度位姿测量的高速微视觉追踪方法及系统 |
| CN115682933A (zh) * | 2022-10-28 | 2023-02-03 | 吉林大学 | 复杂焊缝外观质量自动检测方法及装置 |
| CN116810106A (zh) * | 2023-06-16 | 2023-09-29 | 中核检修有限公司 | 一种不均匀间隙结构的乏燃料储罐外端盖等离子弧焊接自动控制系统及工作方法 |
| CN116673598A (zh) * | 2023-06-19 | 2023-09-01 | 华南理工大学 | 一种基于admm的网络模型轻量化方法、激光实时焊缝跟踪方法、系统及网络模型分割性能验证方法 |
| CN120635683A (zh) * | 2025-08-12 | 2025-09-12 | 宝鸡市聚和机械制造有限公司 | 一种基于视觉传感器的焊接机器人焊点图像处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107999955A (zh) | 一种六轴工业机器人线激光焊缝自动跟踪系统及方法 | |
| CN106271081B (zh) | 三坐标直角机器人线激光焊缝自动跟踪系统及其跟踪方法 | |
| CN114571153B (zh) | 一种基于3d点云的焊缝识别与机器人焊缝跟踪方法 | |
| CN110524580B (zh) | 一种焊接机器人视觉组件及其测量方法 | |
| CN111299761B (zh) | 一种焊缝跟踪系统的实时姿态估计方法 | |
| CN106392267B (zh) | 一种六自由度焊接机器人线激光实时焊缝跟踪方法 | |
| CN210046133U (zh) | 基于激光结构光的焊缝视觉跟踪系统 | |
| CN206263418U (zh) | 一种六自由度焊接机器人线激光实时焊缝跟踪系统 | |
| CN113102880A (zh) | 一种基于视觉示教的线激光焊缝自动跟踪系统及方法 | |
| CN106181162B (zh) | 一种基于机器视觉的实时焊缝跟踪检测方法 | |
| CN110245599A (zh) | 一种智能三维焊缝自主寻迹方法 | |
| CN111299762B (zh) | 一种分离强噪声干扰的激光实时焊缝跟踪方法 | |
| CN114515924A (zh) | 一种基于焊缝识别的塔脚工件自动焊接系统及方法 | |
| CN116542914A (zh) | 基于3d点云的焊缝提取与拟合方法 | |
| CN107824940A (zh) | 基于激光结构光的焊缝视觉跟踪系统及方法 | |
| CN113333998A (zh) | 一种基于协作机器人的自动化焊接系统及方法 | |
| CN108817613A (zh) | 一种弧焊机器人焊缝纠偏系统及方法 | |
| CN102059435A (zh) | 带有线结构光型视觉传感器的纵缝焊接专机及其控制方法 | |
| CN117047237B (zh) | 一种异形件智能柔性焊接系统与方法 | |
| CN104400279A (zh) | 基于ccd的管道空间焊缝自动识别与轨迹规划的方法及系统 | |
| CN117300301B (zh) | 一种基于单目线激光的焊接机器人焊缝跟踪系统与方法 | |
| CN106735749B (zh) | 一种激光辅助焊缝智能寻迹系统 | |
| CN115018813B (zh) | 一种机器人自主识别与精确定位焊缝的方法 | |
| CN116945005B (zh) | 一种汽车漆面缺陷检测与打磨方法及系统 | |
| CN115723133B (zh) | 一种基于虚实结合的机器人空间焊缝自动定位与纠偏系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180508 |