本發(fā)明涉及焊接軌跡自動(dòng)跟蹤領(lǐng)域,特別涉及一種激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng)及方法。
背景技術(shù):
:隨著自動(dòng)化技術(shù)的發(fā)展,焊接機(jī)器人在工業(yè)領(lǐng)域得到了廣泛應(yīng)用,已成為主要的焊接自動(dòng)化裝備。目前機(jī)器人焊接方法主要以“示教再現(xiàn)”模式為主,即用戶引導(dǎo)機(jī)器人,機(jī)器人在導(dǎo)引過(guò)程中自動(dòng)記憶示教的每個(gè)動(dòng)作的位置、姿態(tài)、運(yùn)動(dòng)參數(shù)、焊接參數(shù)等,并自動(dòng)生成一個(gè)連續(xù)執(zhí)行全部操作的程序。完成示教后,只需給機(jī)器人一個(gè)起動(dòng)命令,機(jī)器人通過(guò)示教編程存儲(chǔ)起來(lái)的工作程序重復(fù)完成預(yù)期焊接工作。但在焊接過(guò)程中由于各種因素的影響,如振動(dòng)、加工誤差、夾具裝夾精度和工件熱變形等引起實(shí)際焊縫路徑偏離示教軌跡,從而造成焊接質(zhì)量下降甚至失效。而且若對(duì)每一次焊接工件都進(jìn)行一次示教,大大降低了焊接效率。因而要求焊接機(jī)器人能夠?qū)崟r(shí)檢測(cè)出焊縫的偏差,自動(dòng)調(diào)整焊接軌跡,實(shí)現(xiàn)自適應(yīng)和高精度的焊接。為解決該問(wèn)題,各種焊接傳感器如電弧傳感、接觸傳感、超聲波傳感、視覺(jué)傳感應(yīng)運(yùn)而生。其中電弧傳感由于電流變化和電弧長(zhǎng)度之間的精確模型較難建立,影響了焊縫信號(hào)檢測(cè)的精度;接觸式傳感要求對(duì)應(yīng)不同型式的坡口使用不同的探頭,探頭磨損大、易變形,且難以克服固點(diǎn)障礙;超聲波傳感要求傳感器貼近工件,因此受焊接方法和工件尺寸等的嚴(yán)格限制,且需考慮外界震動(dòng)、傳播時(shí)間等因素,對(duì)金屬表面狀況要求高,使其應(yīng)用范圍受到限。視覺(jué)傳感具有非接觸特性、獲取信息豐富等優(yōu)點(diǎn),使用CCD攝像機(jī)拍攝焊縫圖像,圖像易受到電弧等噪聲的嚴(yán)重干擾而退化,導(dǎo)致特征提取不易。為解決該問(wèn)題,采用基于激光視覺(jué)的焊縫跟蹤系統(tǒng),利用單色性、相干性和方向性均非常好的激光,作為外加輔助光源來(lái)獲取表征焊縫結(jié)構(gòu)的激光條紋,該技術(shù)結(jié)合了計(jì)算機(jī)視覺(jué)與激光三維視覺(jué)測(cè)量技術(shù),具有獲取信息豐富、焊縫特征明顯、抗干擾能力強(qiáng)等優(yōu)點(diǎn)。但在焊接過(guò)程中,由于激光視覺(jué)傳感器超前于焊槍,激光條紋與熔池有一定間距,該間距越小則更易實(shí)現(xiàn)精確的跟蹤控制,從而使得跟蹤精度越高。然而該間距≤30mm后,受電弧光、煙塵和飛濺等因素的干擾,特別是在焊接電流超過(guò)300A中后,現(xiàn)場(chǎng)采集到的跟蹤圖像中往往覆蓋有大量噪聲,導(dǎo)致特征信號(hào)不明顯甚至被淹沒(méi),使得實(shí)際跟蹤精度難以達(dá)到系統(tǒng)的理論精度。從含有強(qiáng)烈噪聲干擾的圖像中識(shí)別出焊縫,快速、準(zhǔn)確獲取其位置是實(shí)時(shí)焊縫跟蹤中重要的問(wèn)題,現(xiàn)有的算法多數(shù)只從形態(tài)學(xué)方面進(jìn)行特征提取,難以適應(yīng)焊槍與傳感器距離太短的焊接環(huán)境。本發(fā)明因此托出,設(shè)計(jì)了能夠?qū)崟r(shí)檢測(cè)并跟蹤焊縫路徑的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng),充分利用采集圖像中激光光帶及背景噪聲的空間一致性,提出了能夠持續(xù)有效地從噪聲污染的圖像中獲得焊縫特征的基于概率連續(xù)模型的焊縫跟蹤方法。技術(shù)實(shí)現(xiàn)要素:本發(fā)明的目的是提供一種激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng),旨在解決焊接機(jī)器人“示教再現(xiàn)”式焊接效率低、通用性差、靈活性低的問(wèn)題,同時(shí)解決了現(xiàn)有自動(dòng)化焊縫識(shí)別方法自適應(yīng)能力差的問(wèn)題,實(shí)現(xiàn)精確的自動(dòng)化焊接。本發(fā)明的另一目的是提供一種激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤中能夠持續(xù)有效地從噪聲污染的圖像中獲得焊縫特征的跟蹤方法。本發(fā)明的第一目的通過(guò)下述技術(shù)方案來(lái)實(shí)現(xiàn):一種激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng),包括具有圖像處理裝置的嵌入式工控機(jī)、激光視覺(jué)傳感器,焊接機(jī)器人,配套焊接設(shè)備及工件夾持工作臺(tái),工件固定在夾持工作臺(tái)上,所述激光視覺(jué)傳感器通過(guò)激光傳感器固定元件在焊接方向上超前平行安裝于焊槍上,焊槍通過(guò)焊槍固定元件安裝在焊接機(jī)器人的末端法蘭盤上,激光視覺(jué)傳感器和焊槍通過(guò)焊接機(jī)器人各軸的運(yùn)動(dòng)而改變其在空間的位置,所述配套焊接設(shè)備為焊接提供能量及材料,所述的嵌入式工控機(jī)與激光視覺(jué)傳感器電路連接,用于根據(jù)激光視覺(jué)傳感器獲取的圖像識(shí)別跟蹤對(duì)象并準(zhǔn)確確定其位置,將所計(jì)算得到的位置偏差傳輸給焊接機(jī)器人的控制器,實(shí)時(shí)修正焊槍運(yùn)動(dòng)軌跡,實(shí)現(xiàn)精確的在線自動(dòng)焊接。進(jìn)一步地,所述激光視覺(jué)傳感器包括黑色氧化處理的傳感器外殼、相機(jī)、透光性隔板、激光發(fā)生器,所述相機(jī)和激光發(fā)生器固定在傳感器外殼內(nèi),所述透光性隔板固定在傳感器外殼上且位于所述相機(jī)和激光發(fā)生器前端。進(jìn)一步地,所述的透光性隔板采用透光率為90%~95%聚碳酸酯板。進(jìn)一步地,所述的相機(jī)采用CMOS相機(jī),所述的CMOS相機(jī)高速采集攜帶焊縫信息的特征條紋圖像,并實(shí)時(shí)通過(guò)千兆工業(yè)以太網(wǎng)接口將圖像數(shù)據(jù)傳輸?shù)角度胧焦た貦C(jī)的圖像處理裝置。進(jìn)一步地,所述的激光發(fā)生器為三線激光發(fā)生器,其波長(zhǎng)為645~655nm,功率為30~35mW,三道線激光投射在焊縫表面形成表征焊縫輪廓特征的結(jié)構(gòu)光條紋,能夠在焊接現(xiàn)場(chǎng)弧光和煙塵嚴(yán)重干擾將特征條紋與噪聲界定開(kāi)來(lái)。本發(fā)明的另一目的采用如下技術(shù)方案實(shí)現(xiàn):一種基于所述系統(tǒng)的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤方法,包括步驟:S1、調(diào)整焊接機(jī)器人的空間位置和姿態(tài),使固定激光視覺(jué)傳感器的焊槍處于初始焊接位置,且激光線處于相機(jī)視場(chǎng)范圍內(nèi),又要保證在連續(xù)自動(dòng)焊縫識(shí)別及跟蹤過(guò)程中,工件不會(huì)與激光視覺(jué)傳感器發(fā)生干涉;S3、焊接開(kāi)始前激光視覺(jué)傳感器中的相機(jī)先采集特征條紋圖像并發(fā)送到圖像處理裝置,通過(guò)調(diào)用Halcon軟件的庫(kù)函數(shù)進(jìn)行初始化檢測(cè)及定位,得到焊縫起始位置;S4、焊接開(kāi)始后激光視覺(jué)傳感器的相機(jī)以20K采樣頻率連續(xù)采集圖像,并發(fā)送至圖像處理裝置進(jìn)行處理計(jì)算;S5、進(jìn)行當(dāng)前時(shí)刻焊縫位置預(yù)測(cè),根據(jù)上一時(shí)刻焊縫的狀態(tài)信息zt-1,使用服從高斯分布的運(yùn)動(dòng)模型p(zt|zt-1)=N(zt;zt-1,Ψ)進(jìn)行粒子濾波來(lái)預(yù)測(cè)候選狀態(tài),并存儲(chǔ)所有狀態(tài)時(shí)的圖像特征值用于最佳統(tǒng)計(jì)決策,模型中Ψ為對(duì)角協(xié)方差矩陣,其元素對(duì)應(yīng)仿射變換參數(shù)的方差;S6、進(jìn)行焊縫位置更新修正,利用直至當(dāng)前時(shí)刻t的所有觀測(cè)值y1:t={y1,y2,...,yt}對(duì)預(yù)測(cè)候選狀態(tài)進(jìn)行修正,計(jì)算出后驗(yàn)概率p(zt|y1:t):p(zt|y1:t)∝p(yt|zt)∫p(zt|zt-1)p(zt-1|y1:t-1)dzt-1,其中p(yt|zt)表示用來(lái)評(píng)估當(dāng)前時(shí)刻每個(gè)候選狀態(tài)的可能性的觀測(cè)似然概率,p(zt-1|y1:t-1)為已獲知的上一時(shí)刻的后驗(yàn)概率;S7、根據(jù)最大后驗(yàn)概率準(zhǔn)則(MAP)可求得p(zt|y1:t)最大時(shí)的隱藏狀態(tài)變量zt,即為當(dāng)前時(shí)刻的最佳位置狀態(tài)估計(jì)為S8、根據(jù)測(cè)量得到的焊縫位置計(jì)算焊槍的運(yùn)動(dòng)軌跡,機(jī)器人控制器按此軌跡實(shí)時(shí)控制焊槍運(yùn)動(dòng),以保證焊槍始終對(duì)準(zhǔn)焊縫,完成焊接軌跡自動(dòng)跟蹤。進(jìn)一步地,所述步驟S6中確定t時(shí)刻時(shí)觀測(cè)值的似然概率p(yt|zt)的過(guò)程包括步驟:S61、通過(guò)相應(yīng)算法對(duì)對(duì)觀測(cè)模型建模,建立概率連續(xù)模型描述觀測(cè)向量,并獲取目標(biāo)函數(shù);S62、對(duì)所述觀測(cè)模型進(jìn)行迭代求解,將后驗(yàn)概率最大問(wèn)題轉(zhuǎn)變成求目標(biāo)函數(shù)的最小化問(wèn)題;S63、構(gòu)造穩(wěn)健的模型動(dòng)態(tài)更新機(jī)制。進(jìn)一步地,所述步驟S61具體包括:S611、采用線性表示模型y=Ax+e對(duì)觀測(cè)向量進(jìn)行建模,為了保證跟蹤算法的實(shí)時(shí)性,用典型的PCA子空間表示跟蹤目標(biāo),在減少處理時(shí)間的同時(shí)最大程度保留原始數(shù)據(jù)的信息,式中A=[a1,a2,...,am]為列向量間相互正交的PCA基矩陣,為n維觀測(cè)向量,x∈Rm×1為表示系數(shù),e=y(tǒng)-Ax為誤差項(xiàng),跟蹤算法的目的就是通過(guò)學(xué)習(xí)獲得最佳表示系數(shù)S612、為在跟蹤過(guò)程中對(duì)所獲得的特征點(diǎn)集建立有效的處理模型,定義跟蹤區(qū)域內(nèi)激光條紋上的點(diǎn)為內(nèi)點(diǎn),噪聲及背景信息點(diǎn)為異常點(diǎn),并引入用來(lái)標(biāo)記點(diǎn)yi類型的標(biāo)簽向量Φ=[φ1,φ2,...,φn]Τ,即yi為內(nèi)點(diǎn)時(shí),φi=1,反之φi=0,若假設(shè)相鄰時(shí)刻的標(biāo)簽向量變化十分小,則用式可將t時(shí)刻第k個(gè)候選狀態(tài)的異常點(diǎn)所在位置的重構(gòu)誤差去除,因而可設(shè)計(jì)觀測(cè)值的似然函數(shù)為:式中k表示狀態(tài)zt下第k個(gè)采樣,⊙表示Hadamard積,為在第t-1時(shí)刻所求得的標(biāo)簽向量,為最佳表示系數(shù),因而跟蹤問(wèn)題等效為求各時(shí)刻的最佳表示系數(shù)及最佳標(biāo)簽向量S613、鄰域結(jié)構(gòu)中內(nèi)點(diǎn)或者異常點(diǎn)間相互作用,往往具有空間一致性,構(gòu)成了像素的局部相關(guān)屬性,采用伊辛-馬爾可夫隨機(jī)場(chǎng)模型來(lái)描述圖像點(diǎn)陣中的Φ的先驗(yàn)分布,能夠反映圖像的隨機(jī)性和潛在結(jié)構(gòu),其概率分布為:p(Φ)=1Zexp(-Σ{i,i′}∈Eβii′|φi-φi′|),]]>其中Z為稱作配分函數(shù)的歸一化常數(shù),E表示連接鄰近像素點(diǎn)所成的邊緣集合(本文選用4鄰域結(jié)構(gòu)),βii′為相互作用系數(shù);S614、提升焊縫跟蹤的精確度,綜合考慮激光條紋及異常點(diǎn)在特征空間的概率密度分布,PCA線性變換的前提是數(shù)據(jù)集滿足高斯分布,且在圖像中噪聲分布呈隨機(jī)態(tài),因此內(nèi)點(diǎn)及異常點(diǎn)的概率分布連續(xù),若yi為內(nèi)點(diǎn),該點(diǎn)的誤差項(xiàng)滿足小方差的高斯分布,有ei~N(0,σ2),即:p(yi|φi=1,x)=12πσexp(-[yi-(Ax)i]22σ2)]]>若yi為異常點(diǎn),其值隨機(jī)等概率地落在圖像數(shù)據(jù)的動(dòng)態(tài)范圍[p,q]上,故滿足均勻分布,有yi~U(p,q),即:p(yi|φi=0,x)=1p-q,p≤yi≤q0,otherwise;]]>S615、假設(shè)表示系數(shù)x滿足均勻分布的先驗(yàn),則給出圖像觀測(cè)值y條件下,根據(jù)條件獨(dú)立性以及φi∈{0,1},標(biāo)簽向量為Φ的可能性為L(zhǎng)(Φ)=p(y|Φ,x)=Πi=1np(yi|φi,x)=Πi=1np(yi|φi=1,x)φip(yi|φi=0,x)1-φi,]]>綜合上式可得后驗(yàn)概率p(Φ,x|y),為計(jì)算方便,對(duì)數(shù)化可得目標(biāo)函數(shù):-lnp(Φ,x|y)=-ln[p(y|Φ,x)p(Φ)]=C+1σ2F(Φ,x),]]>其中,F(xiàn)(Φ,x)=Σi=1n(φi[yi-(Ax)i]22+(1-φi)λ22)+Σ{i,i′}∈Eλii′|φi-φi′|.]]>進(jìn)一步地,所述步驟S62具體包括:S621、給定最佳的標(biāo)簽向量將所述目標(biāo)函數(shù)中不包含x的項(xiàng)變?yōu)槌?shù)項(xiàng),去掉后只剩下誤差求和項(xiàng)由于相鄰時(shí)刻所采樣圖像特征變化微小,最小化該函數(shù)求得最佳系數(shù)等效于利用加權(quán)最小二乘法求解以下方程:S622、給定最佳表示系數(shù)則目標(biāo)函數(shù)式轉(zhuǎn)變?yōu)椋篍(Φ)=Σi=1n(|0-φi|ei22+|1-φi|λ22)+Σ{i,i′}∈Eλii′|φi-φi′|,]]>將此式視為圖割問(wèn)題中的能量函數(shù),利用最大流/最小割算法來(lái)最小化該函數(shù),最終求得t時(shí)刻時(shí)最佳標(biāo)簽向量Φ^tk=argminΦtkEtk(Φtk);]]>S623、由最佳表示系數(shù)和最佳標(biāo)簽向量求得當(dāng)前時(shí)刻目標(biāo)的位置zt。而后根據(jù)測(cè)量得到的焊縫位置信息計(jì)算焊槍的運(yùn)動(dòng)軌跡,機(jī)器人控制器按此運(yùn)動(dòng)軌跡實(shí)時(shí)控制焊槍運(yùn)動(dòng),以保證焊槍始終對(duì)準(zhǔn)焊縫。進(jìn)一步地,所述步驟S63具體包括:提取出當(dāng)前狀態(tài)下的n維觀測(cè)向量yd,用PCA子空間的均值向量μ中與異常值對(duì)應(yīng)部分元素值來(lái)代替異常值,構(gòu)造出更新向量yr用以更新模型,得:yr=Φd⊙yd+(1-Φd)⊙μ。本發(fā)明相對(duì)于現(xiàn)有技術(shù)具有如下的優(yōu)點(diǎn)及效果:(1)本發(fā)明通過(guò)激光視覺(jué)傳感器檢測(cè)定位焊縫引導(dǎo)焊接機(jī)器人工作,并采用GPU進(jìn)行加速運(yùn)算的圖像處理裝置,裝置結(jié)構(gòu)簡(jiǎn)單,數(shù)據(jù)處理的效率高,同時(shí)傳感器與焊槍距離更近,避免了超前檢測(cè)引起的跟蹤滯后問(wèn)題;(2)基于概率連續(xù)模型的焊縫跟蹤方法,能夠持續(xù)有效地從噪聲污染的圖像中獲得焊縫特征,具有很強(qiáng)的抗干擾、自適應(yīng)能力;(3)本發(fā)明自動(dòng)化程度比較高,能夠?qū)崿F(xiàn)焊縫自動(dòng)識(shí)別,自動(dòng)焊接,焊縫自動(dòng)跟蹤,大大提高了生產(chǎn)效率。附圖說(shuō)明圖1是本發(fā)明實(shí)施例的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng)結(jié)構(gòu)示意圖;圖2是本發(fā)明實(shí)施例的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng)中激光視覺(jué)傳感器的結(jié)構(gòu)示意圖;圖3是本發(fā)明實(shí)施例的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤方法流程示意圖。圖中所示為:1-嵌入式工控機(jī);圖像處理裝置;2-工件夾持工作臺(tái);3-工件;4-激光視覺(jué)傳感器;41-傳感器外殼;42-相機(jī);43-透光性隔板;44-激光發(fā)生器;5-焊接機(jī)器人;6-配套焊接設(shè)備。具體實(shí)施方式下面結(jié)合實(shí)施例及附圖對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述,但本發(fā)明的實(shí)施方式不限于此。實(shí)施例一如圖1所示,一種激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng),包括具有圖像處理裝置的嵌入式工控機(jī)1、激光視覺(jué)傳感器4,焊接機(jī)器人5,配套焊接設(shè)備6及工件夾持工作臺(tái)2,工件3固定在夾持工作臺(tái)2上,所述激光視覺(jué)傳感器4通過(guò)激光傳感器固定元件在焊接方向上超前平行安裝于焊槍上,焊槍通過(guò)焊槍固定元件安裝在焊接機(jī)器人5的末端法蘭盤上,激光視覺(jué)傳感器4和焊槍通過(guò)焊接機(jī)器人5各軸的運(yùn)動(dòng)而改變其在空間的位置,所述配套焊接設(shè)備6為焊接提供能量及材料,所述的嵌入式工控機(jī)1與激光視覺(jué)傳感器4電路連接,用于根據(jù)激光視覺(jué)傳感器4獲取的圖像識(shí)別跟蹤對(duì)象并準(zhǔn)確確定其位置,將所計(jì)算得到的位置偏差傳輸給焊接機(jī)器人5的控制器,實(shí)時(shí)修正焊槍運(yùn)動(dòng)軌跡,實(shí)現(xiàn)精確的在線自動(dòng)焊接。本實(shí)施例中嵌入式工控機(jī)1為裝有型號(hào)為NVIDIAGeForceGTX980圖形處理器(GPU)的研華IPC-510嵌入式工控機(jī)。所述焊接機(jī)器人5采用MOTOMAN-MA1440弧焊機(jī)器人;所述配套焊接設(shè)備6為MOTOWELD-RD350焊接系統(tǒng)。如圖2所示,所述激光視覺(jué)傳感器4包括黑色氧化處理的傳感器外殼41、相機(jī)42、透光性隔板43、激光發(fā)生器44,所述相機(jī)42和激光發(fā)生器44固定在傳感器外殼41內(nèi),所述透光性隔板43固定在傳感器外殼41上且位于所述相機(jī)42和激光發(fā)生器44前端。所述的透光性隔板43采用透光率為90%~95%的聚碳酸酯板。所述的相機(jī)42采用CMOS相機(jī),所述的CMOS相機(jī)高速采集攜帶焊縫信息的特征條紋圖像,并實(shí)時(shí)通過(guò)千兆工業(yè)以太網(wǎng)接口將圖像數(shù)據(jù)傳輸?shù)角度胧焦た貦C(jī)1的圖像處理裝置。所述的激光發(fā)生器44為三線激光發(fā)生器,其波長(zhǎng)為645~655nm,功率為30~35mW,三道線激光投射在焊縫表面形成表征焊縫輪廓特征的結(jié)構(gòu)光條紋。當(dāng)嵌入式工控機(jī)1給焊接機(jī)器人5的控制器發(fā)出偏差信號(hào)后,控制器就會(huì)使機(jī)器人各伺服電機(jī)做出相應(yīng)轉(zhuǎn)動(dòng),改變焊槍在空間的位置和姿態(tài),運(yùn)動(dòng)到相應(yīng)的位置處,從而完成焊接過(guò)程。所述工件夾持工作臺(tái)2包括鋁型材支架和支撐板,所述鋁型材支架其截面尺寸為60*60mm,所述工件放置于焊接支撐板上,其材質(zhì)為鋁合金,規(guī)格尺寸為1000*400*10mm。本實(shí)施例所述的各零部件可選型如下,但選型不限于此:圖像處理裝置:可選用其他同功能的嵌入式控制器;焊接機(jī)器人:可選其他型號(hào)的焊接機(jī)器人;工件:可選用其它形狀規(guī)則的同類型工件;激光視覺(jué)傳感器:可選用其他型號(hào)相機(jī)、激光發(fā)射器。實(shí)施例二如圖3所示,一種基于所述系統(tǒng)的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤方法,包括步驟:S1、調(diào)整焊接機(jī)器人5的空間位置和姿態(tài),使固定激光視覺(jué)傳感器4的焊槍處于初始焊接位置,且激光線處于相機(jī)42視場(chǎng)范圍內(nèi),又要保證在連續(xù)自動(dòng)焊縫識(shí)別及跟蹤過(guò)程中,工件不會(huì)與激光視覺(jué)傳感器4發(fā)生干涉;S3、焊接開(kāi)始前激光視覺(jué)傳感器4中的相機(jī)42先采集特征條紋圖像并發(fā)送到圖像處理裝置,通過(guò)調(diào)用Halcon軟件的庫(kù)函數(shù)進(jìn)行初始化檢測(cè)及定位,得到焊縫起始位置;S4、焊接開(kāi)始后激光視覺(jué)傳感器4的相機(jī)42以20K采樣頻率連續(xù)采集圖像,并發(fā)送至圖像處理裝置進(jìn)行處理計(jì)算;S5、進(jìn)行當(dāng)前時(shí)刻焊縫位置預(yù)測(cè),根據(jù)上一時(shí)刻焊縫的狀態(tài)信息zt-1,使用服從高斯分布的運(yùn)動(dòng)模型p(zt|zt-1)=N(zt;zt-1,Ψ)進(jìn)行粒子濾波來(lái)預(yù)測(cè)候選狀態(tài),并存儲(chǔ)所有狀態(tài)時(shí)的圖像特征值用于最佳統(tǒng)計(jì)決策,模型中Ψ為對(duì)角協(xié)方差矩陣,其元素對(duì)應(yīng)仿射變換參數(shù)的方差;S6、進(jìn)行焊縫位置更新修正,利用直至當(dāng)前時(shí)刻t的所有觀測(cè)值y1:t={y1,y2,...,yt}對(duì)預(yù)測(cè)候選狀態(tài)進(jìn)行修正,計(jì)算出后驗(yàn)概率p(zt|y1:t):p(zt|y1:t)∝p(yt|zt)∫p(zt|zt-1)p(zt-1|y1:t-1)dzt-1,其中p(yt|zt)表示用來(lái)評(píng)估當(dāng)前時(shí)刻每個(gè)候選狀態(tài)的可能性的觀測(cè)似然概率,p(zt-1|y1:t-1)為已獲知的上一時(shí)刻的后驗(yàn)概率;S7、根據(jù)最大后驗(yàn)概率準(zhǔn)則(MAP)可求得p(zt|y1:t)最大時(shí)的隱藏狀態(tài)變量zt,即為當(dāng)前時(shí)刻的最佳位置狀態(tài)估計(jì)為S8、根據(jù)測(cè)量得到的焊縫位置計(jì)算焊槍的運(yùn)動(dòng)軌跡,機(jī)器人控制器按此軌跡實(shí)時(shí)控制焊槍運(yùn)動(dòng),以保證焊槍始終對(duì)準(zhǔn)焊縫,完成焊接軌跡自動(dòng)跟蹤。具體而言,所述步驟S6中確定t時(shí)刻時(shí)觀測(cè)值的似然概率p(yt|zt)的過(guò)程包括步驟:S61、通過(guò)相應(yīng)算法對(duì)對(duì)觀測(cè)模型建模,建立概率連續(xù)模型描述觀測(cè)向量,并獲取目標(biāo)函數(shù);S62、對(duì)所述觀測(cè)模型進(jìn)行迭代求解,將后驗(yàn)概率最大問(wèn)題轉(zhuǎn)變成求目標(biāo)函數(shù)的最小化問(wèn)題;S63、構(gòu)造穩(wěn)健的模型動(dòng)態(tài)更新機(jī)制。具體而言,所述步驟S61具體包括:S611、采用線性表示模型y=Ax+e對(duì)觀測(cè)向量進(jìn)行建模,為了保證跟蹤算法的實(shí)時(shí)性,用典型的PCA子空間表示跟蹤目標(biāo),在減少處理時(shí)間的同時(shí)最大程度保留原始數(shù)據(jù)的信息,式中A=[a1,a2,...,am]為列向量間相互正交的PCA基矩陣,為n維觀測(cè)向量,x∈Rm×1為表示系數(shù),e=y(tǒng)-Ax為誤差項(xiàng),跟蹤算法的目的就是通過(guò)學(xué)習(xí)獲得最佳表示系數(shù)S612、為在跟蹤過(guò)程中對(duì)所獲得的特征點(diǎn)集建立有效的處理模型,定義跟蹤區(qū)域內(nèi)激光條紋上的點(diǎn)為內(nèi)點(diǎn),噪聲及背景信息點(diǎn)為異常點(diǎn),并引入用來(lái)標(biāo)記點(diǎn)yi類型的標(biāo)簽向量Φ=[φ1,φ2,...,φn]Τ,即yi為內(nèi)點(diǎn)時(shí),φi=1,反之φi=0,若假設(shè)相鄰時(shí)刻的標(biāo)簽向量變化十分小,則用式可將t時(shí)刻第k個(gè)候選狀態(tài)的異常點(diǎn)所在位置的重構(gòu)誤差去除,因而可設(shè)計(jì)觀測(cè)值的似然函數(shù)為:式中k表示狀態(tài)zt下第k個(gè)采樣,⊙表示Hadamard積,為在第t-1時(shí)刻所求得的標(biāo)簽向量,為最佳表示系數(shù),因而跟蹤問(wèn)題等效為求各時(shí)刻的最佳表示系數(shù)及最佳標(biāo)簽向量S613、鄰域結(jié)構(gòu)中內(nèi)點(diǎn)或者異常點(diǎn)間相互作用,往往具有空間一致性,構(gòu)成了像素的局部相關(guān)屬性,采用伊辛-馬爾可夫隨機(jī)場(chǎng)模型來(lái)描述圖像點(diǎn)陣中的Φ的先驗(yàn)分布,能夠反映圖像的隨機(jī)性和潛在結(jié)構(gòu),其概率分布為:p(Φ)=1Zexp(-Σ{i,i′}∈Eβii′|φi-φi′|),]]>其中Z為稱作配分函數(shù)的歸一化常數(shù),E表示連接鄰近像素點(diǎn)所成的邊緣集合(本實(shí)施例選用4鄰域結(jié)構(gòu)),βii′為相互作用系數(shù);S614、提升焊縫跟蹤的精確度,綜合考慮激光條紋及異常點(diǎn)在特征空間的概率密度分布,PCA線性變換的前提是數(shù)據(jù)集滿足高斯分布,且在圖像中噪聲分布呈隨機(jī)態(tài),因此內(nèi)點(diǎn)及異常點(diǎn)的概率分布連續(xù),若yi為內(nèi)點(diǎn),該點(diǎn)的誤差項(xiàng)滿足小方差的高斯分布,有ei~N(0,σ2),即:p(yi|φi=1,x)=12πσexp(-[yi-(Ax)i]22σ2)]]>若yi為異常點(diǎn),其值隨機(jī)等概率地落在圖像數(shù)據(jù)的動(dòng)態(tài)范圍[p,q]上,故滿足均勻分布,有yi~U(p,q),即:p(yi|φi=0,x)=1p-q,p≤yi≤q0,otherwise;]]>S615、假設(shè)表示系數(shù)x滿足均勻分布的先驗(yàn),則給出圖像觀測(cè)值y條件下,根據(jù)條件獨(dú)立性以及φi∈{0,1},標(biāo)簽向量為Φ的可能性為L(zhǎng)(Φ)=p(y|Φ,x)=Πi=1np(yi|φi,x)=Πi=1np(yi|φi=1,x)φip(yi|φi=0,x)1-φi,]]>綜合上式可得后驗(yàn)概率p(Φ,x|y),為計(jì)算方便,對(duì)數(shù)化可得目標(biāo)函數(shù):-lnp(Φ,x|y)=-ln[p(y|Φ,x)p(Φ)]=C+1σ2F(Φ,x),]]>其中,F(xiàn)(Φ,x)=Σi=1n(φi[yi-(Ax)i]22+(1-φi)λ22)+Σ{i,i′}∈Eλii′|φi-φi′|.]]>具體而言,所述步驟S62具體包括:S621、給定最佳的標(biāo)簽向量將所述目標(biāo)函數(shù)中不包含x的項(xiàng)變?yōu)槌?shù)項(xiàng),去掉后只剩下誤差求和項(xiàng)由于相鄰時(shí)刻所采樣圖像特征變化微小,最小化該函數(shù)求得最佳系數(shù)等效于利用加權(quán)最小二乘法求解以下方程:S622、給定最佳表示系數(shù)則目標(biāo)函數(shù)式轉(zhuǎn)變?yōu)椋篍(Φ)=Σi=1n(|0-φi|ei22+|1-φi|λ22)+Σ{i,i′}∈Eλii′|φi-φi′|,]]>將此式視為圖割問(wèn)題中的能量函數(shù),利用最大流/最小割算法來(lái)最小化該函數(shù),最終求得t時(shí)刻時(shí)最佳標(biāo)簽向量Φ^tk=argminΦtkEtk(Φtk);]]>S623、由最佳表示系數(shù)和最佳標(biāo)簽向量求得當(dāng)前時(shí)刻目標(biāo)的位置zt。而后根據(jù)測(cè)量得到的焊縫位置信息計(jì)算焊槍的運(yùn)動(dòng)軌跡,機(jī)器人控制器按此運(yùn)動(dòng)軌跡實(shí)時(shí)控制焊槍運(yùn)動(dòng),以保證焊槍始終對(duì)準(zhǔn)焊縫。具體而言,所述步驟S63具體包括:提取出當(dāng)前狀態(tài)下的n維觀測(cè)向量yd,用PCA子空間的均值向量μ中與異常值對(duì)應(yīng)部分元素值來(lái)代替異常值,構(gòu)造出更新向量yr用以更新模型,得:yr=Φd⊙yd+(1-Φd)⊙μ。本實(shí)施例將激光視覺(jué)傳感器4中相機(jī)42采集到的圖像實(shí)時(shí)傳輸給圖像處理裝置后,利用基于概率連續(xù)模型的焊縫跟蹤算法,以線性表示模型對(duì)觀測(cè)向量進(jìn)行建模并利用仿射變換模型對(duì)焊縫運(yùn)動(dòng)進(jìn)行描述,構(gòu)建概率連續(xù)模型;充分利用圖像中激光條紋和背景噪聲的空間一致性,結(jié)合刻畫鄰域結(jié)構(gòu)內(nèi)像素點(diǎn)間相互關(guān)系的一階馬爾可夫隨機(jī)場(chǎng)理論,推導(dǎo)出焊縫跟蹤問(wèn)題的目標(biāo)函數(shù),同時(shí)采用基于最小二乘法與最大流/最小割的迭代算法對(duì)其進(jìn)行求解,得到當(dāng)前幀圖像中焊縫中心特征點(diǎn)的像素坐標(biāo)值,并反推出其在工件坐標(biāo)系中的坐標(biāo)值;將該值與上一時(shí)刻值的偏差值實(shí)時(shí)發(fā)送給機(jī)器人控制器,實(shí)現(xiàn)實(shí)時(shí)、準(zhǔn)確的焊接軌跡跟蹤,從復(fù)雜背景中魯棒地識(shí)別跟蹤對(duì)象并準(zhǔn)確確定其位置,將所計(jì)算得到的位置偏差傳輸給機(jī)器人控制器,實(shí)時(shí)修正焊槍運(yùn)動(dòng)軌跡,實(shí)現(xiàn)精確的在線自動(dòng)焊接。鑒于跟蹤時(shí),圖像采樣速度極快,相鄰兩幀圖像中激光條紋的形狀及位置并未發(fā)生太大改變,只是隨機(jī)地加入了各種噪聲,充分利用采集圖像中激光光帶及背景噪聲的空間一致性,通過(guò)結(jié)合當(dāng)前目標(biāo)狀態(tài)信息及所獲取的特征圖像,采用基于概率連續(xù)模型的焊縫跟蹤算法來(lái)完成在線的機(jī)器人焊縫跟蹤任務(wù)。焊接時(shí),激光發(fā)生器發(fā)射的激光投射到焊接工件表面調(diào)制成激光特征條紋,由相機(jī)獲取攜帶焊縫輪廓信息的條紋的圖像,經(jīng)千兆以太網(wǎng)高速傳輸給采用GPU進(jìn)行加速運(yùn)算的圖像處理裝置;圖像處理裝置在利用基于概率連續(xù)模型的焊縫跟蹤算法對(duì)焊縫準(zhǔn)確定位的同時(shí),將所計(jì)算得到的位置偏差傳輸給機(jī)器人控制器,實(shí)時(shí)修正焊槍運(yùn)動(dòng)軌跡,實(shí)現(xiàn)精確的在線自動(dòng)焊接圖像處理裝置在利用基于概率連續(xù)模型的焊縫跟蹤算法對(duì)焊縫準(zhǔn)確定位的同時(shí),將所計(jì)算得到的位置偏差傳輸給機(jī)器人控制器,機(jī)器人控制器按此軌跡實(shí)時(shí)控制焊槍運(yùn)動(dòng),實(shí)時(shí)修正焊槍運(yùn)動(dòng)軌跡,以保證焊槍始終對(duì)準(zhǔn)焊縫,完成焊接軌跡自動(dòng)跟蹤。上述實(shí)施例為本發(fā)明較佳的實(shí)施方式,但本方明的實(shí)施方式并不受上述實(shí)施例的限制,其他的任何背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡(jiǎn)化,均應(yīng)為等效的置換方式,都包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3