Nothing Special   »   [go: up one dir, main page]

CN112935473A - 一种基于机器视觉的自动焊机及其控制方法 - Google Patents

一种基于机器视觉的自动焊机及其控制方法 Download PDF

Info

Publication number
CN112935473A
CN112935473A CN202110151456.8A CN202110151456A CN112935473A CN 112935473 A CN112935473 A CN 112935473A CN 202110151456 A CN202110151456 A CN 202110151456A CN 112935473 A CN112935473 A CN 112935473A
Authority
CN
China
Prior art keywords
welding
image
welding seam
control module
module
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.)
Granted
Application number
CN202110151456.8A
Other languages
English (en)
Other versions
CN112935473B (zh
Inventor
王俊红
王喜斌
檀朝彬
李宗睿
候艳
马晓鑫
宋席发
杜朋
刘金桐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Institute of Aerospace Engineering
Original Assignee
North China Institute of Aerospace Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Institute of Aerospace Engineering filed Critical North China Institute of Aerospace Engineering
Priority to CN202110151456.8A priority Critical patent/CN112935473B/zh
Publication of CN112935473A publication Critical patent/CN112935473A/zh
Application granted granted Critical
Publication of CN112935473B publication Critical patent/CN112935473B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B23K9/00—Arc welding or cutting
    • B23K9/095—Monitoring or automatic control of welding parameters
    • B23K9/0953—Monitoring or automatic control of welding parameters using computing means

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Plasma & Fusion (AREA)
  • Mechanical Engineering (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于机器视觉的自动焊机，包括焊接电流控制模块，用于控制焊接电流；焊接速度控制模块，用于控制焊接速度；焊枪高度控制模块，用于控制焊接电弧长度；焊缝图像获取模块，用于拍摄焊缝图像；焊缝图像存储模块，用于预存标准焊缝图像和存储焊缝图像获取模块拍摄到的图像；焊缝图像分析模块，用于对焊缝图像获取模块拍摄到的焊缝图像进行分析；焊机控制模块，与焊接电流控制模块、焊接速度控制模块和焊枪高度控制模块通讯连接，用于根据焊缝图像分析模块的分析结果对焊接参数进行控制。本发明能够改进现有技术的不足，提高对于焊缝质量检测的速度。

Description

一种基于机器视觉的自动焊机及其控制方法
技术领域
本发明涉及自动焊接技术领域，尤其是一种基于机器视觉的自动焊机及其控制方法。
背景技术
自动焊接是近些年快速发展的一种焊接技术，其在某些领域可以有效代替人工焊接，节约人力，提高工作效率。通过将机器视觉技术引入自动焊接领域，可以实现自动焊接设备对焊接质量的自主检查。但是，现有的机器视觉技术在对焊缝进行检测时需要对焊缝图像进行复杂的运算处理，消耗时间长，对焊接质量监测的实时性较差。
发明内容
本发明要解决的技术问题是提供一种基于机器视觉的自动焊机及其控制方法，能够解决现有技术的不足，提高对于焊缝质量检测的速度。
为解决上述技术问题，本发明所采取的技术方案如下。
一种基于机器视觉的自动焊机，包括，
焊接电流控制模块，用于控制焊接电流；
焊接速度控制模块，用于控制焊接速度；
焊枪高度控制模块，用于控制焊接电弧长度；
焊缝图像获取模块，用于拍摄焊缝图像；
焊缝图像存储模块，用于预存标准焊缝图像和存储焊缝图像获取模块拍摄到的图像；
焊缝图像分析模块，用于对焊缝图像获取模块拍摄到的焊缝图像进行分析；
焊机控制模块，与焊接电流控制模块、焊接速度控制模块和焊枪高度控制模块通讯连接，用于根据焊缝图像分析模块的分析结果对焊接参数进行控制。
一种上述的基于机器视觉的自动焊机的控制方法，包括以下步骤：
A、焊缝图像获取模块对焊缝图像进行实时获取，并发送至焊缝图像存储模块进行存储；
B、焊缝图像分析模块对步骤A中实时获取的焊缝图像进行特征分析，然后与焊缝图像存储模块存储的历史焊缝图像和标准焊缝图像进行比对，得到比对结果；
C、焊机控制模块根据步骤B得到的比对结果向焊接电流控制模块、焊接速度控制模块和焊枪高度控制模块发送控制命令，对焊接参数进行控制。
作为优选，步骤A中，焊缝图像获取模块获取的相邻两张焊缝图像上均有10％～15％的重叠部分。
作为优选，步骤B中，对焊缝图像进行特征分析包括以下步骤，
B11、获取焊缝的宽度数据和焊缝区域中灰度超出预设条件的图像区块；
B12、计算步骤B1中获取的图像区域的焊缝平均深度；
B13、根据相邻两张焊缝图像的重叠部分对上述步骤获取的图像特征进行修正。
作为优选，步骤B11中，灰度预设条件为，
平均灰度在预设平均灰度范围内，且每个像素的灰度值在预设像素灰度范围内。
作为优选，步骤B12中，计算步骤B1中获取的图像区域的焊缝平均深度D的方法为，
Figure BDA0002932105260000021
其中，n为图像区域的随机取样点数量，ki为第i个取样点的灰度-深度变换系数，δi为第i个取样点的修正系数，gi为第i取样点的灰度；当采样点在灰度超出预设条件的图像区块之外时，δi为1，当采样点在灰度超出预设条件的图像区块之内时，δi的计算方法为，
Figure BDA0002932105260000031
其中
Figure BDA0002932105260000032
为上述图像区块的修正经验值，j为上述图像区块中采样点的总数。
作为优选，步骤B中，与焊缝图像存储模块存储的历史焊缝图像和标准焊缝图像进行比对包括以下步骤，
B21、将实时焊缝图像与历史焊缝图像进行比对，按照时间顺序得到若干个图像偏差集合；对相邻图像偏差集合中相应区域偏差变化超出设定偏差阈值的区域进行标记；
B22、将实时焊缝图像与标准焊缝图像进行比对时，优先将步骤B21中的标记区域进行比对，若比对发现与标准焊缝图像的非线性度大于设定非线性度阈值，则将此结果作为比对结果，比对结束，否则再将实时焊缝图像的其它区域与标准焊缝图像进行比对，形成比对偏差集合，作为比对结果。
采用上述技术方案所带来的有益效果在于：本发明通过改进对于焊缝图像的处理比对方法，提高了对于焊缝异常特征的捕捉准确度，在保证对焊缝异常区域的检测灵敏度的前提下简化了图像处理过程，从而提高了对于焊缝质量检测的实时性。
附图说明
图1是本发明一个具体实施方式的原理图。
具体实施方式
参照图1，本发明一个具体实施方式包括，
焊接电流控制模块1，用于控制焊接电流；
焊接速度控制模块2，用于控制焊接速度；
焊枪高度控制模块3，用于控制焊接电弧长度；
焊缝图像获取模块4，用于拍摄焊缝图像；
焊缝图像存储模块5，用于预存标准焊缝图像和存储焊缝图像获取模块4拍摄到的图像；
焊缝图像分析模块6，用于对焊缝图像获取模块4拍摄到的焊缝图像进行分析；
焊机控制模块7，与焊接电流控制模块1、焊接速度控制模块2和焊枪高度控制模块3通讯连接，用于根据焊缝图像分析模块6的分析结果对焊接参数进行控制。
一种上述的基于机器视觉的自动焊机的控制方法，包括以下步骤：
A、焊缝图像获取模块4对焊缝图像进行实时获取，并发送至焊缝图像存储模块5进行存储；
B、焊缝图像分析模块6对步骤A中实时获取的焊缝图像进行特征分析，然后与焊缝图像存储模块5存储的历史焊缝图像和标准焊缝图像进行比对，得到比对结果；
C、焊机控制模块7根据步骤B得到的比对结果向焊接电流控制模块1、焊接速度控制模块2和焊枪高度控制模块3发送控制命令，对焊接参数进行控制。
步骤A中，焊缝图像获取模块4获取的相邻两张焊缝图像上均有10％～15％的重叠部分。
步骤B中，对焊缝图像进行特征分析包括以下步骤，
B11、获取焊缝的宽度数据和焊缝区域中灰度超出预设条件的图像区块；
B12、计算步骤B1中获取的图像区域的焊缝平均深度；
B13、根据相邻两张焊缝图像的重叠部分对上述步骤获取的图像特征进行修正。
步骤B11中，灰度预设条件为，
平均灰度在预设平均灰度范围内，且每个像素的灰度值在预设像素灰度范围内。
步骤B12中，计算步骤B1中获取的图像区域的焊缝平均深度D的方法为，
Figure BDA0002932105260000041
其中，n为图像区域的随机取样点数量，ki为第i个取样点的灰度-深度变换系数，δi为第i个取样点的修正系数，gi为第i取样点的灰度；当采样点在灰度超出预设条件的图像区块之外时，δi为1，当采样点在灰度超出预设条件的图像区块之内时，δi的计算方法为，
Figure BDA0002932105260000051
其中
Figure BDA0002932105260000052
为上述图像区块的修正经验值，j为上述图像区块中采样点的总数。
步骤B中，与焊缝图像存储模块5存储的历史焊缝图像和标准焊缝图像进行比对包括以下步骤，
B21、将实时焊缝图像与历史焊缝图像进行比对，按照时间顺序得到若干个图像偏差集合；对相邻图像偏差集合中相应区域偏差变化超出设定偏差阈值的区域进行标记；
B22、将实时焊缝图像与标准焊缝图像进行比对时，优先将步骤B21中的标记区域进行比对，若比对发现与标准焊缝图像的非线性度大于设定非线性度阈值，则将此结果作为比对结果，比对结束，否则再将实时焊缝图像的其它区域与标准焊缝图像进行比对，形成比对偏差集合，作为比对结果。
在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.一种基于机器视觉的自动焊机，其特征在于：包括，
焊接电流控制模块(1)，用于控制焊接电流；
焊接速度控制模块(2)，用于控制焊接速度；
焊枪高度控制模块(3)，用于控制焊接电弧长度；
焊缝图像获取模块(4)，用于拍摄焊缝图像；
焊缝图像存储模块(5)，用于预存标准焊缝图像和存储焊缝图像获取模块(4)拍摄到的图像；
焊缝图像分析模块(6)，用于对焊缝图像获取模块(4)拍摄到的焊缝图像进行分析；
焊机控制模块(7)，与焊接电流控制模块(1)、焊接速度控制模块(2)和焊枪高度控制模块(3)通讯连接，用于根据焊缝图像分析模块(6)的分析结果对焊接参数进行控制。
2.一种权利要求1所述的基于机器视觉的自动焊机的控制方法，其特征在于包括以下步骤：
A、焊缝图像获取模块(4)对焊缝图像进行实时获取，并发送至焊缝图像存储模块(5)进行存储；
B、焊缝图像分析模块(6)对步骤A中实时获取的焊缝图像进行特征分析，然后与焊缝图像存储模块(5)存储的历史焊缝图像和标准焊缝图像进行比对，得到比对结果；
C、焊机控制模块(7)根据步骤B得到的比对结果向焊接电流控制模块(1)、焊接速度控制模块(2)和焊枪高度控制模块(3)发送控制命令，对焊接参数进行控制。
3.根据权利要求2所述的基于机器视觉的自动焊机的控制方法，其特征在于：步骤A中，焊缝图像获取模块(4)获取的相邻两张焊缝图像上均有10％～15％的重叠部分。
4.根据权利要求3所述的基于机器视觉的自动焊机的控制方法，其特征在于：步骤B中，对焊缝图像进行特征分析包括以下步骤，
B11、获取焊缝的宽度数据和焊缝区域中灰度超出预设条件的图像区块；
B12、计算步骤B1中获取的图像区域的焊缝平均深度；
B13、根据相邻两张焊缝图像的重叠部分对上述步骤获取的图像特征进行修正。
5.根据权利要求4所述的基于机器视觉的自动焊机的控制方法，其特征在于：步骤B11中，灰度预设条件为，
平均灰度在预设平均灰度范围内，且每个像素的灰度值在预设像素灰度范围内。
6.根据权利要求4所述的基于机器视觉的自动焊机的控制方法，其特征在于：步骤B12中，计算步骤B1中获取的图像区域的焊缝平均深度D的方法为，
Figure FDA0002932105250000021
其中，n为图像区域的随机取样点数量，ki为第i个取样点的灰度-深度变换系数，δi为第i个取样点的修正系数，gi为第i取样点的灰度；当采样点在灰度超出预设条件的图像区块之外时，δi为1，当采样点在灰度超出预设条件的图像区块之内时，δi的计算方法为，
Figure FDA0002932105250000022
其中
Figure FDA0002932105250000023
为上述图像区块的修正经验值，j为上述图像区块中采样点的总数。
7.根据权利要求4所述的基于机器视觉的自动焊机的控制方法，其特征在于：步骤B中，与焊缝图像存储模块(5)存储的历史焊缝图像和标准焊缝图像进行比对包括以下步骤，
B21、将实时焊缝图像与历史焊缝图像进行比对，按照时间顺序得到若干个图像偏差集合；对相邻图像偏差集合中相应区域偏差变化超出设定偏差阈值的区域进行标记；
B22、将实时焊缝图像与标准焊缝图像进行比对时，优先将步骤B21中的标记区域进行比对，若比对发现与标准焊缝图像的非线性度大于设定非线性度阈值，则将此结果作为比对结果，比对结束，否则再将实时焊缝图像的其它区域与标准焊缝图像进行比对，形成比对偏差集合，作为比对结果。
CN202110151456.8A 2021-02-03 2021-02-03 一种基于机器视觉的自动焊机及其控制方法 Active CN112935473B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110151456.8A CN112935473B (zh) 2021-02-03 2021-02-03 一种基于机器视觉的自动焊机及其控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110151456.8A CN112935473B (zh) 2021-02-03 2021-02-03 一种基于机器视觉的自动焊机及其控制方法

Publications (2)

Publication Number Publication Date
CN112935473A true CN112935473A (zh) 2021-06-11
CN112935473B CN112935473B (zh) 2022-09-16

Family

ID=76243514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110151456.8A Active CN112935473B (zh) 2021-02-03 2021-02-03 一种基于机器视觉的自动焊机及其控制方法

Country Status (1)

Country Link
CN (1) CN112935473B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114799600A (zh) * 2022-05-13 2022-07-29 中车工业研究院有限公司 熔宽控制方法、设备、系统、介质及产品
CN115229397A (zh) * 2022-09-22 2022-10-25 江苏友邦精工实业有限公司 汽车车架组合焊接装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101625759A (zh) * 2009-07-30 2010-01-13 重庆医科大学 图像质量评价方法
US20110083241A1 (en) * 2009-10-13 2011-04-14 Lincoln Global, Inc. Welding helmet with integral user interface
CN109514043A (zh) * 2018-12-13 2019-03-26 刘堂斌 一种有效的焊接机器人焊接控制系统
CN109967829A (zh) * 2019-04-17 2019-07-05 北华航天工业学院 一种焊机控制系统及其控制方法
CN112258521A (zh) * 2020-10-16 2021-01-22 江苏方天电力技术有限公司 基于单张椭圆成像射线照片的管道焊缝三维重建方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101625759A (zh) * 2009-07-30 2010-01-13 重庆医科大学 图像质量评价方法
US20110083241A1 (en) * 2009-10-13 2011-04-14 Lincoln Global, Inc. Welding helmet with integral user interface
CN109514043A (zh) * 2018-12-13 2019-03-26 刘堂斌 一种有效的焊接机器人焊接控制系统
CN109967829A (zh) * 2019-04-17 2019-07-05 北华航天工业学院 一种焊机控制系统及其控制方法
CN112258521A (zh) * 2020-10-16 2021-01-22 江苏方天电力技术有限公司 基于单张椭圆成像射线照片的管道焊缝三维重建方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
周厚新等: "坡口对接焊缝图像数据分析及修正研究", 《机械工程与自动化》 *
姜家高: "焊缝跟踪的激光视觉传感器图像处理研究", 《机械工程师》 *
樊凌: "基于图像处理和机器学习的船舶焊接缺陷识别技术", 《舰船科学技术》 *
高原等: "焊缝图像特征分析及处理", 《焊管》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114799600A (zh) * 2022-05-13 2022-07-29 中车工业研究院有限公司 熔宽控制方法、设备、系统、介质及产品
CN114799600B (zh) * 2022-05-13 2024-03-15 中车工业研究院有限公司 熔宽控制方法、设备、系统、介质及产品
CN115229397A (zh) * 2022-09-22 2022-10-25 江苏友邦精工实业有限公司 汽车车架组合焊接装置
CN115229397B (zh) * 2022-09-22 2022-12-20 江苏友邦精工实业有限公司 汽车车架组合焊接装置

Also Published As

Publication number Publication date
CN112935473B (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
CN112935473B (zh) 一种基于机器视觉的自动焊机及其控制方法
CN108637435B (zh) 一种基于视觉与弧压传感的三维焊缝跟踪系统及方法
CN103134809A (zh) 焊缝缺陷检测方法
CN114821114A (zh) 一种基于视觉系统的坡口切割机器人图像处理方法
CN107610103B (zh) 一种基于x射线成像的钢管螺旋弧焊缝区域提取方法
CN115342859A (zh) 一种多功能粮情检测系统及检测方法
CN107423709A (zh) 一种融合可见光与远红外线的目标检测方法
CN115277984B (zh) 玻璃尺寸检测中自适应的相机调整曝光时间的方法
CN109967829B (zh) 一种焊机控制系统及其控制方法
CN113706455B (zh) 一种330kV电缆瓷瓶套管的破损快速检测方法
CN111539951B (zh) 一种陶瓷砂轮头轮廓尺寸视觉检测方法
CN117269168B (zh) 一种新能源汽车精密零配件表面缺陷检测装置及检测方法
CN112529103A (zh) 一种基于双向熔池几何及纹理特征融合的熔透识别方法
CN117788448A (zh) 一种基于拉普拉斯算法的锂电池增强方法
CN111917157A (zh) 一种巡检机器人自动充电方法、系统、设备和存储介质
CN110852990A (zh) 一种基于图像处理的橡胶树斜刀痕检测方法
CN114037832A (zh) 一种卫星遥感图像中典型区域的提取方法及系统
CN115482206A (zh) 一种超大型钢筋网片整体尺寸检测方法
CN115761252A (zh) 一种提高边缘采样精度的焊缝图像预处理方法
CN110276296B (zh) 一种基于图像处理的结构光焊缝识别方法
CN114782392A (zh) 基于岭回归分析卷积正则化的塑料件焊接质量评估方法
CN114663348A (zh) 烟丝桶残留物检测方法、装置、设备及存储介质
CN113406920A (zh) 一种基于机器视觉的箱体定位控制系统及其方法
CN117689663B (zh) 一种用于焊接机器人的视觉检测方法及系统
CN116796490B (zh) 一种基于全周期监测的工业设备使用寿命评估方法

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
GR01 Patent grant
GR01 Patent grant