馬澤潤　蔡艷　孔諒　顧春浩　仇小剛

摘要：自主研發(fā)了一種基于結(jié)構(gòu)光圖像的角焊縫空間位置檢測系統(tǒng)。通過調(diào)節(jié)相機(jī)和標(biāo)定板的相對位置進(jìn)行多次拍攝，采用L-M算法開展標(biāo)定數(shù)據(jù)最優(yōu)化擬合，標(biāo)定相機(jī)內(nèi)參和外參。在結(jié)構(gòu)光圖像上，逐列提取灰度主峰，并基于迭代端點擬合法進(jìn)行平滑處理，利用漸進(jìn)霍夫變換方法確定結(jié)構(gòu)光圖像的角點?；跇?biāo)定獲得了空間轉(zhuǎn)換關(guān)系，計算角焊縫空間位置坐標(biāo)并反饋給焊接機(jī)器人。測試結(jié)果顯示，該方法較好地完成了三面體結(jié)構(gòu)工件角焊縫的機(jī)器人位置調(diào)整，機(jī)器人焊接系統(tǒng)的實測最大位置偏差小于±0.15 mm。

關(guān)鍵詞：角焊縫定位;機(jī)器視覺;圖像處理;相機(jī)標(biāo)定;空間坐標(biāo)轉(zhuǎn)換

中圖分類號：TH122 文獻(xiàn)標(biāo)志碼：A 文章編號：1001-2303（2020）02-0001-05

DOI：10.7512/j.issn.1001-2303.2020.02.01

0 前言

普通的示教再現(xiàn)型機(jī)器人焊接只賦予了機(jī)器人以手臂，使其可以代替操作者執(zhí)行空間位置固定的焊接生產(chǎn)。在實際應(yīng)用中，工件變形或裝配偏差往往導(dǎo)致焊縫實際位置偏離預(yù)設(shè)軌跡。當(dāng)焊縫位置發(fā)生偏差時，為了保證焊縫質(zhì)量，需要機(jī)器人根據(jù)工件位置偏差來調(diào)整運動軌跡[1]。目前，機(jī)器人軌跡調(diào)整包括焊前位置校正和焊接過程中的在線跟蹤[2-3]，其中焊前位置校正注重解決裝配偏差所導(dǎo)致的焊偏問題，對于已點焊固定的長直焊縫具有較好效果。非接觸式的工件位置信息提取方法可分為單目或多目相機(jī)圖像分析、激光單點掃描、結(jié)構(gòu)光掃描和干涉條紋法等[4-5]。華南理工大學(xué)李春等人[6]使用單目相機(jī)和基于幾何形狀的金字塔分層模板匹配方法檢測工件的位置偏差情況，試驗室條件下的定位精度可達(dá)0.081 5 mm，但在生產(chǎn)環(huán)境中的抗干擾能力較低。Liu等人[7]針對角焊縫提出了一種基于最優(yōu)化方法的激光輪廓角點檢測方法，但工件裝配的間隙波動會降低該方法的穩(wěn)定性。陳思豪等人[8]研發(fā)了一種基于結(jié)構(gòu)光的角焊縫三維視覺定位系統(tǒng)，平均誤差小于0.15 mm，試驗結(jié)果顯示該定位精度可以滿足焊接生產(chǎn)要求，但系統(tǒng)標(biāo)定過程和圖像處理算法較復(fù)雜。

本文提出一種基于結(jié)構(gòu)光圖像進(jìn)行角焊縫空間位置檢測的構(gòu)建方法。通過調(diào)節(jié)相機(jī)和標(biāo)定板的相對位置進(jìn)行多次拍攝，采用L-M算法開展標(biāo)定數(shù)據(jù)最優(yōu)化擬合，得到相機(jī)內(nèi)參和外參。在結(jié)構(gòu)光圖像上，逐列提取灰度主峰，并基于迭代端點擬合法進(jìn)行平滑處理，利用優(yōu)化的漸進(jìn)霍夫變換方法解決了多線段合并問題，準(zhǔn)確計算了角焊縫的空間位置。測試結(jié)果顯示，該方法較好地完成了三面體結(jié)構(gòu)角焊縫的機(jī)器人位置調(diào)整，機(jī)器人焊接系統(tǒng)的實測最大位置偏差小于±0.15 mm。

1 成像系統(tǒng)設(shè)計與標(biāo)定

成像系統(tǒng)由線激光、相機(jī)、鏡頭和點激光組成，如圖1所示。所有元器件封裝在金屬屏蔽盒內(nèi)，作為一個整體安裝在機(jī)器人手臂上。

成像系統(tǒng)中世界坐標(biāo)xyz和相機(jī)坐標(biāo)x'y'z'的轉(zhuǎn)換關(guān)系如圖2所示。采用最為常見的小孔成像模型，C是相機(jī)光心，近似認(rèn)為空間點P、相機(jī)光心O'與成像點Q共線。將世界坐標(biāo)系的xy平面作為基準(zhǔn)面，x軸則為結(jié)構(gòu)光在基準(zhǔn)面上的投影;xz平面是結(jié)構(gòu)光所在平面，z軸則為相機(jī)主光軸在結(jié)構(gòu)光平面的投影，原點O是相機(jī)主光軸與結(jié)構(gòu)光所在平面的焦點。f表示焦距，υ表示世界坐標(biāo)原點距光心C的距離。

采用本文標(biāo)定裝置和算法進(jìn)行標(biāo)定，結(jié)果如表1所示。結(jié)果顯示，該標(biāo)定方法不僅操作方便，而且參數(shù)標(biāo)定結(jié)果具有較好的一致性，傾角幾乎無變化，焦距極差小于0.1 mm，物距極差小于0.3 mm，均達(dá)到焊接機(jī)器人引導(dǎo)功能的需求。

2 角焊縫輪廓提取

結(jié)構(gòu)光輪廓掃描時，工件表面形貌和位置信息反映在結(jié)構(gòu)光圖像中，因此結(jié)構(gòu)光圖像的輪廓提取是保證測量效果的基礎(chǔ)。在實際生產(chǎn)中，工件表面通常存在油污、銹跡等干擾，造成結(jié)構(gòu)光輪廓圖像的灰度值并不均勻。采用單一閾值進(jìn)行輪廓提取時，易發(fā)生局部輪廓丟失或被背景淹沒等問題。為此，本文提出了逐列閾值法，即根據(jù)圖像每列灰度值的均值和標(biāo)準(zhǔn)差自動確定分割閾值，具體算法如式（6）所示

式中 Gy（x）為第x列像素灰度值的均值;σy（x）為第x列像素灰度值的標(biāo)準(zhǔn)差;μ和k為手動設(shè)定的參數(shù)，μ越大則去除干擾力度越大，k越大，則臨近區(qū)域亮度對閾值的影響越大。該方法不僅可以去除大部分干擾點，還能將不同區(qū)域的線結(jié)構(gòu)光圖像進(jìn)行中心均衡化。

結(jié)構(gòu)光圖像及輪廓中心點提取如圖4所示，可以看出，逐列提取結(jié)構(gòu)光圖像灰度值主峰，采用灰度重心法確定峰中心，較好地克服了結(jié)構(gòu)光灰度不均勻的影響。此外，使用迭代端點擬合法[9]對中心點進(jìn)行平滑處理，得到結(jié)構(gòu)光中心點的完整輪廓。

對角焊縫而言，其輪廓特征反映在結(jié)構(gòu)光圖像上為兩條直線，由于試樣裝配時可能存在間隙或工件邊緣缺損，結(jié)構(gòu)光圖像的兩條直線并不一定連續(xù)。在該情況下，采用傳統(tǒng)霍夫變換提取直線輪廓，會發(fā)生將一條長線段標(biāo)識為多條短線段的問題。漸進(jìn)霍夫變換（PPHT）算法是霍夫變換的一種改進(jìn)形式[10]，本文在該方法基礎(chǔ)上進(jìn)一步進(jìn)行了優(yōu)化，在檢測到若干線條后，計算任意兩條線段起點和終點的線性相關(guān)系數(shù)，相關(guān)系數(shù)大于閾值的視為鄰接，從而形成一張無向圖。提取圖中所有連通分量，將每個連通分量中所有直線擬合成一條直線，最終實現(xiàn)短線段的合并，如圖5所示。

完成直線合并后，選取長度最大的兩條線段，并驗證其長度和夾角均在指定范圍內(nèi)，計算其交點Q，并按式（2）將其從圖像坐標(biāo)映射到空間坐標(biāo)P，即結(jié)構(gòu)光平面與角焊縫的交點。

3 位置校正效果

測試采用型號MOTOMAN-MA1400的機(jī)器人，重復(fù)定位精度為±0.08 mm。相機(jī)型號為Basler acA 1600-20gc，圖像尺寸1 624 pixel×1 234 pixel，單像素尺寸為4.4×4.4 μm。檢測系統(tǒng)實物如圖6所示。檢測過程中，機(jī)器人沿三面體結(jié)構(gòu)的角焊縫連續(xù)移動，每移動10 mm觸發(fā)相機(jī)拍攝一次。為提高檢測效率，機(jī)器人在相機(jī)拍攝時并不停止，檢測系統(tǒng)在拍攝間隙完成計算，單幅圖像處理時間小于20 ms。檢測過程流程如圖7所示。如果焊縫出現(xiàn)較為嚴(yán)重的非線性特征，或連續(xù)出現(xiàn)2個測量點偏差量超標(biāo)，則認(rèn)為工件邊緣狀態(tài)或裝配質(zhì)量異常，校正系統(tǒng)將發(fā)出報警，提示需要人工干預(yù)。

從理論計算分析，本文試驗條件下的角焊縫位置計算誤差小于0.334 pixel，根據(jù)式（2）計算可知對應(yīng)的空間坐標(biāo)誤差小于0.06 mm。為了分析實際應(yīng)用過程的誤差水平，在檢測系統(tǒng)內(nèi)設(shè)置了與機(jī)器人手臂同軸的導(dǎo)向點激光。測量系統(tǒng)輸出位置偏差量后，機(jī)器人按調(diào)整后的空間坐標(biāo)完成移動，通過導(dǎo)向點激光實測機(jī)器人位置調(diào)整效果，即計算導(dǎo)向激光斑點中心與角焊縫的偏差量，該偏差量由校正系統(tǒng)誤差和機(jī)器人定位誤差疊加產(chǎn)生。對三面體結(jié)構(gòu)工件的3條角焊縫分別進(jìn)行50次測試，結(jié)果表明，位置校正后，機(jī)器人焊接系統(tǒng)的最大位置偏差小于±0.15 mm，重復(fù)定位誤差小于0.2 mm。

4 結(jié)論

（1）采用結(jié)構(gòu)光掃描方法搭建了角焊縫的機(jī)器人位置調(diào)整裝置，測量了三面體結(jié)構(gòu)角焊縫的空間位置，并將焊縫實際位置與預(yù)制軌跡的偏差反饋給機(jī)器人，實現(xiàn)了機(jī)器人位置的動態(tài)調(diào)整，機(jī)器人焊接系統(tǒng)的實測最大位置偏差小于±0.15 mm。

（2）利用標(biāo)定板、激光位移傳感器搭建了結(jié)構(gòu)光位置檢測系統(tǒng)的標(biāo)定平臺，采用L-M算法完成標(biāo)定數(shù)據(jù)最優(yōu)化擬合，得到相機(jī)內(nèi)參和外參。該方法具有裝置簡單、計算快速、標(biāo)定精度高的特點。

（3）在結(jié)構(gòu)光圖像輪廓提取中，提出了逐列提取灰度主峰的方法，采用迭代端點擬合法實現(xiàn)了主峰中心點平滑處理，利用漸進(jìn)霍夫變換方法解決了多線段合并問題，較好地提取了結(jié)構(gòu)光圖像的焦點位置。

參考文獻(xiàn)：

[1] 邢艷榮，秦佳偉，韓素賢，等. 基于糾偏與示教相結(jié)合的機(jī)器人自動焊接跟蹤[J]. 電焊機(jī)，2014，44（10）：61-64.

[2] 吳斌，張放. 基于單目視覺的焊接螺柱位姿參數(shù)測量技術(shù)研究[J]. 光電子.激光，2014（10）：1931-1935.

[3] 郭志鵬，于治水，張培磊，等. 基于視覺傳感的焊縫跟蹤系統(tǒng)研究現(xiàn)狀[J]. 輕工機(jī)械，2016，34（5）：95-100.

[4] 馮進(jìn)良，曹晨鳴，孫銘，等. 基于雙目視覺的焊縫跟蹤系統(tǒng)研究[J]. 長春理工大學(xué)學(xué)報（自然科學(xué)版），2019，42（1）：63-67.

[5] 金振揚，孟正大. 基于線結(jié)構(gòu)光視覺傳感的焊縫跟蹤系統(tǒng)研究[J]. 工業(yè)控制計算機(jī)，2008（4）：66-68.

[6] 李春. 基于機(jī)器視覺的焊接工件識別與焊接軌跡校正方法研究[D]. 廣東：華南理工大學(xué)，2015.

[7] Liu F Q，Wang Z Y，Ji Y. Precise initial weld position identification of a fillet weld seam using laser vision technology[J]. The International Journal of Advanced Manufacturing Technology，2018，99（5-8）：2059-2068.

[8] 陳思豪，余震，王中任. 基于結(jié)構(gòu)光三維視覺角焊縫定位系統(tǒng)的研究[J]. 激光與紅外，2019，49（3）：303-308.

[9] Usamentiaga R，Molleda J，García D F. Fast and robust laser stripe extraction for 3D reconstruction in industrial en-vironments [J]. Machine Vision and Applications，2012，23（1）：179-196.

[10] Matas J，Galambos C，Kittler J. Robust detection of linesusing the progressive probabilistic Hough transform[J]. Co-mputer Vision and Image Understanding，2000，78（1）：119-?137.