技術(shù)特征：

1.一種激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng)，其特征在于：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，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。

2.根據(jù)權(quán)利要求1所述的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng)，其特征在于：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。

3.根據(jù)權(quán)利要求2所述的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng)，其特征在于：所述的透光性隔板(43)采用透光率為90％～95％的聚碳酸酯板。

4.根據(jù)權(quán)利要求2所述的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng)，其特征在于：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。

5.根據(jù)權(quán)利要求2所述的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤系統(tǒng)，其特征在于：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。

6.一種基于權(quán)利要求1至權(quán)利要求5中任一項(xiàng)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，其特征在于，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z_t-1，使用服從高斯分布的運(yùn)動(dòng)模型p(z_t|z_t-1)＝N(z_t；z_t-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y_1:t＝{y₁,y₂,...,y_t}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(z_t|y_1:t)：

p(z_t|y_1:t)∝p(y_t|z_t)∫p(z_t|z_t-1)p(z_t-1|y_1:t-1)dz_t-1，

其中p(y_t|z_t)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(z_t-1|y_1: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(z_t|y_1:t)最大時(shí)的隱藏狀態(tài)變量z_t，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。

7.根據(jù)權(quán)利要求1所述的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤方法，其特征在于：所述步驟S6中確定t時(shí)刻時(shí)觀測(cè)值的似然概率p(y_t|z_t)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。

8.根據(jù)權(quán)利要求7所述的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤方法，其特征在于，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,...,a_m]為列向量間相互正交的PCA基矩陣，y∈i^n×1為n維觀測(cè)向量，x∈R^m×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)y_i類型的標(biāo)簽向量Φ＝[φ₁,φ₂,...,φ_n]^Τ，即y_i為內(nèi)點(diǎn)時(shí)，φ_i＝1，反之φ_i＝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)z_t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:

$p\left(\mathrm{\Φ}\right)=\frac{1}{Z}\exp (-\underset{\{i,i^{\′}\}\∈E}{\Σ}{\mathrm{\β}}_{{\mathrm{ii}}^{\′}}|{\mathrm{\φ}}_i-{\mathrm{\φ}}_{i^{\′}}\left|\right),$

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，β_ii′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y_i為內(nèi)點(diǎn)，該點(diǎn)的誤差項(xiàng)滿足小方差的高斯分布，有e_i～N(0,σ²)，即：

$p\left(y_i\right|{\mathrm{\φ}}_i=1,x)=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp (-\frac{{\[y_i-{\left(Ax\right)}_i\]}^2}{2{\mathrm{\σ}}^2})$

若y_i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y_i～U(p,q)，即：

$p\left(y_i\right|{\mathrm{\φ}}_i=0,x)=\left\{\begin{array}{cc}\frac{1}{p-q},& p\≤y_i\≤q\\ 0,& otherwise\end{array}\right.;$

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φ_i∈{0,1}，標(biāo)簽向量為Φ的可能性為

$L\left(\mathrm{\Φ}\right)=p\left(y\right|\mathrm{\Φ},x)=\underset{i=1}{\overset{n}{\Π}}p\left(y_i\right|{\mathrm{\φ}}_i,x)=\underset{i=1}{\overset{n}{\Π}}p{\left(y_i\right|{\mathrm{\φ}}_i=1,x)}^{{\mathrm{\φ}}_i}p{\left(y_i\right|{\mathrm{\φ}}_i=0,x)}^{1-{\mathrm{\φ}}_i},$

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)：

$-\ln p(\mathrm{\Φ},x|y)=-ln\[p\left(y\right|\mathrm{\Φ},x)p\left(\mathrm{\Φ}\right)\]=C+\frac{1}{{\mathrm{\σ}}^2}F(\mathrm{\Φ},x),$

其中，

$F(\mathrm{\Φ},x)=\underset{i=1}{\overset{n}{\Σ}}({\mathrm{\φ}}_i\frac{{\[y_i-{\left(Ax\right)}_i\]}^2}{2}+(1-{\mathrm{\φ}}_i)\frac{{\mathrm{\λ}}^2}{2})+\underset{\{i,i^{\′}\}\∈E}{\Σ}{\mathrm{\λ}}_{{\mathrm{ii}}^{\′}}|{\mathrm{\φ}}_i-{\mathrm{\φ}}_{i^{\′}}|.$

9.根據(jù)權(quán)利要求8所述的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤方法，其特征在于，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?/p>

$E\left(\mathrm{\Φ}\right)=\underset{i=1}{\overset{n}{\Σ}}\left(\right|0-{\mathrm{\φ}}_i|\frac{e_i^2}{2}+|1-{\mathrm{\φ}}_i\left|\frac{{\mathrm{\λ}}^2}{2}\right)+\underset{\{i,i^{\′}\}\∈E}{\Σ}{\mathrm{\λ}}_{{\mathrm{ii}}^{\′}}|{\mathrm{\φ}}_i-{\mathrm{\φ}}_{i^{\′}}|,$

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

${\widehat{\mathrm{\Φ}}}_t^k=\arg \underset{{\mathrm{\Φ}}_t^k}{min}{E}_t^k\left({\mathrm{\Φ}}_t^k\right);$

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z_t。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。

10.根據(jù)權(quán)利要求7所述的激光視覺(jué)引導(dǎo)的焊接軌跡自動(dòng)跟蹤方法，其特征在于，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y_d，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y_r用以更新模型，得：

y_r＝Φ_d⊙y_d+(1-Φ_d)⊙μ。