摘要：针对纵向磁场作用下的电弧难提取焊缝信息的问题,设计一种由3个纵向分布磁感线圈组成的‘山’形分布纵向磁场传感器.利用COMSOL软件模拟非对称纵向磁场作用电弧形态.取焊接过程电弧电压分布对应的磁感应强度作为焊缝识别试验的磁感应强度.用高速摄影仪拍摄非对称纵向磁场作用下的电弧运动轨迹,并与新型传感器设计的电弧运动轨迹进行比较,验证纵向磁场传感器产生非对称纵向磁场的电弧形态变化.结果表明,非对称纵向磁场能控制电弧进行焊缝识别,并能解决窄间隙焊接过程中的咬边和侧壁不融合.该方法为磁控焊缝跟踪传感器在窄间隙焊接的应用开辟了新的方向.创新点:(1)设计一种由3个纵向分布磁感线圈组成的‘山’形分布纵向磁场传感器,该传感器产生的非对称纵向磁场能控制电弧提取焊缝信息.(2)该传感器能改变电弧热分布,从而解决窄间隙焊接过程中的咬边和侧壁不融合.

摘要：基于线结构光视觉传感技术建立了一种适用于施工现场钢结构焊缝坡口识别方法.以南京某超高层建筑钢结构为工程背景,首先设计开发了适用于施工现场的图像采集装置,通过识别算法从采集图像中截取结构光线条感兴趣区域图像;其次,提出了基于分组教学优化算法-大津法(GTO-Otsu)的图像局部阈值分割方法,实现了结构光线条与背景的有效分割;然后,构建了线性结构元素用于修复结构光线条断裂区域;最后,通过比较相邻像素点的灰度和与一阶差分值的方法提取了结构光线条中心线及特征点坐标,并建立了像素转化方法,完成特征点像素坐标的转换,实现坡口几何尺寸测量.3组施工现场钢结构焊缝坡口图像处理和识别结果表明了该方法的准确性与适用性.

摘要：为保证自动焊接的质量,提高焊缝识别的准确性和适应性,提出一种焊缝特征提取的关键点检测方法.基于卷积神经网络设计了焊缝特征提取网络,该网络通过卷积、池化操作提取焊缝特征.将来自深层的特征图进行上采样,最后将深层特征图和浅层特征图相融合,提高焊缝特征提取精度.输出焊缝图像的热力图来预测焊缝特征点位置,实现多种坡口焊缝的识别定位,且不需要非极大值抑制算法,提升了特征提取速度.采集不同的焊缝特征图像,进行网络模型训练.结果表明,焊缝特征点定位均方根误差为0.187 mm,网络模型在焊缝特征点识别任务中检测精度较高,而且适应性和泛化性较强,满足自动焊接的要求.

摘要：设计了一种视觉传感器同时采集熔池和焊缝轮廓,并提出一种基于视觉注意机制的机器人厚板焊接焊缝轮廓的提取方法.该方法以图像的亮度信息和方向信息作为初级视觉特征,并以焊缝图像作为亮度特征图,把对焊缝图像进行膨胀处理再进行Gabor滤波的结果作为方向特征图.对上述两种特征图进行显著性度量,然后对度量结果进行自适应特征融合获取综合显著图,并对其进行阈值分割和最近邻聚类.结果表明,最后在所有类别中以成员数最多的类所覆盖的区域作为最先被注意的区域,而其包含的数据即为焊缝轮廓信息.

摘要：小波变换分析方法是现代迅速发展起来的一门新兴学科,在图像处理方面得到很好的应用。利用小波变换检测信号边缘的优势,对V型焊接激光图像的边缘检测技术进行了系统的研究,对V型坡口焊接激光图像的焊缝识别方法进行了系统的研究,给出了基于小波变换的焊缝识别算法,同时进行了大量的实验研究,提出了一种基于小波变换的V型坡口激光图像光纹提取以及计算焊接纠偏量的方法。

摘要：设计了一套基于激光器的视觉系统,该系统利用激光器作为辅助光源,同时利用复合滤光片进行滤光,由CCD采集图像。设计了一种基于最大灰度平均值及其改变量的二维输入、一维输出模糊处理器,能自动获取每个3×3列区域的局部阈值,二值化后单独求取焊缝图像中每个光斑的平均高度,提出基于贝叶斯最小概率模式识别对V形焊缝的左右边进行分类,通过准确分类获得V形焊缝左右边的平均高度,以此高度为基准,结合焊缝深度的特征可以在空域上最大限度去除强光斑形成的干扰数据;最后用分类获得的数据对焊缝的左右边采用最小二乘法进行拟合,可以准确获取焊缝中心位置的坐标。

摘要：针对焊后焊缝识别仍存在适应性不强、精度较低的问题,提出了一种基于平滑处理的聚类PCA焊缝识别算法。首先对焊缝图像灰度化预处理,进行Canny检测,对获取的焊缝边缘进行细节点聚类,在此基础上进行主成分分析,对焊缝的细节点计数,并将结果映射;其次为消除映射数据的杂点,进行一维平滑处理,进行数据的阈值化处理并获取峰值的位置,对峰值域进行求导得到焊缝的左、右边界;然后进行反映射得到焊缝的上下边界,最后基于以上方法设计了四组对实验,重点考虑光照强度、分辨率、焊接方式、焊缝数量对本算法的影响。结果表明,这种焊缝识别算法适用于直型焊缝的识别,其精度高于95%。

摘要：设计了一个水下焊接自动跟踪视觉系统,其主要由激光器、滤光片和CCD摄像机组成,被封装在防水的透明玻璃体中。焊接时激光器作为辅助光源,其与CCD成30°照射焊件,得到焊件的V形剖面焊缝。由于水下焊接时拍摄的图像模糊且比较弱,采用中值滤波的方法进行图像增强,然后进行阈值变换得到焊缝,再用Krisch边缘算子对焊缝进行边缘提取,提出了对边缘的灰度值取平均值得到焊缝中心线,最后对其进行直线拟合,提取V形焊缝的中心线所在的最低点,画出中心线以进行标识。

摘要：工业风机具有叶轮结构和叶片型面复杂、加工精度要求高的特点,一直以来实现叶片自动化焊接是个难题。本文设计了由机器人本体、移动导轨和变位机组成的多轴联动机器人风机叶片焊接工作站,通过激光视觉传感器扫描定位焊缝位置实现高精度自动焊接。采用一种新的相机标定方法,计算特制标定板上标定点在图像坐标系和机器人坐标系下的位置得到标定矩阵。编写LoG滤波和形态学运算图像处理算法,消除反射光及噪音点,采用几何中心法和改进的灰度重心法得到亚像素级激光条纹中心点;通过RANSAC算法拟合直线,根据直线相交法得到焊缝特征点;最后根据手眼标定矩阵得到特征点的三维坐标,从而引导机器人实现自动焊接。焊接实验结果表明,焊缝成型良好,无明显缺陷,焊点位置误差控制在±1.5 mm以内,满足实际焊接工艺需求。

摘要：为研究薄板自动焊接过程中的焊缝识别与跟踪,提出了基于线阵CCD实现薄板对焊焊缝识别与跟踪参数的测量方法。采用小波滤波方法对线阵CCD采集的图像信息进行去噪处理,利用最大类间方差法对图像信息进行动态阈值计算,对图像进行二值化处理后分割出焊缝信息,进而计算得到焊缝左右边界位置、中心位置以及焊缝宽度等参数信息。通过焊接实验对所设计的测量系统进行了验证,实验结果表明,所提方法在薄板对焊自动焊接过程中焊缝识别与测量精度较高,运行可靠。