机器人在线 > 资讯 > 技术干货 > 机器人焊缝轨迹视觉跟踪的国内外研究现状

机器人焊缝轨迹视觉跟踪的国内外研究现状

时间：2017-06-12 来源：机器人在线阅读：13822

焊接作为机械加工过程中基本且重要的几个工序之一，其重要意义显而易见。传统的焊接过程为手工焊接，后来随着自动化技术的发展开始有焊接机器人来代替人工，从而精度和焊接效率得到了有效的提升。但随着智能技术的发展以及对于焊接智能性的要求，开始有了对焊接过程中的参数监控实时反馈进而自动调整的需要，而焊缝的轨迹跟踪作为焊接智能性的重要研究方向之一，一直以来都有很多机构对其进行深入的挖掘。

焊接传感器作为焊接智能控制过程中必不可少的一环，也是重要的研究对象。因为焊接过程中伴着弧光、烟尘、飞溅、电磁干扰等诸多无法去除的干扰因素，所以焊接传感器也在慢慢进行着研究与发展。在经过五十多年的发展，焊接传感器大致可分为声学传感器、力学传感器、电弧传感器和光学传感器等。声学传感器的典型应用有超声波传感器，主要用来进行焊缝的缺陷检测。力学传感器利用压敏电阻来检测力学信息，利用这些力学信息可以对焊缝进行跟踪与识别，但是力学传感器作为接触式传感器本身存在着耗损问题所以相对于非接触式传感器也会存在着精度上的不如。电弧传感器是直接检测电弧自身的特性如电流和电压，利用焊接过程中弧压与弧长的线性关系可以进行高度跟踪，从而可对焊接时的状态和焊接后的质量进行判定。而光学传感器作为非接触式传感器，且在图像中可以分析熔池、焊接起点、焊缝、凝固旱道等多种信息，所以是最有发展前景的焊接传感器之一。

而本文针对搭接、对接和T形角接焊缝的轨迹跟踪的研究，利用图像传感器可以有效获得目标所需的信息，所以对于焊缝轨迹跟踪的传感器也主要针对于基于主动光源的视觉传感器而言。目前基于激光和CCD相机的焊接机器人视觉传感器已经有商业化的产品，但是其价格昂贵且应用场合单一，所以基于主动光源的传感器还有很大的研究和开发潜力。图1-2为一种典型的视觉传感器探头的结构图。

焊缝轨迹跟踪除了传感器以外，跟踪算法也是重要的研究内容。发达国家对于弧焊的轨迹跟踪研究较早，所以也有着较深的技术积累，产生了很多的技术成果。同时随着现代控制理论的革新，伴随着模糊数学和人工神经网络技术的出现，所以智能焊缝跟踪也迎来了较大的发展。

保加利亚的D.Lakov利用模糊控制模式来描述焊接过程中发生的一些不确定因素之后利用示教后的焊接机器人焊接轨迹与激光视觉传感器相结合来进行焊缝的轨迹跟踪，且有效的提升了精度。日本的Y Suga等人利用人工神经网络获取处理焊缝跟踪系统中获取的图像得到焊缝的形状数据，并且该系统具有高鲁棒性。作为一个非线性且高复杂性的弧焊过程，来自韩国的Kim JW等人利用自组织的模糊控制对焊缝图像进行处理增加了焊缝模型的精度，从而也可以提升焊缝跟踪的准确性。

而在国内，南昌大学的刘继忠、祝顺风等人为了提高焊缝跟踪的控制效果，提出了基于粒子群算法的焊缝跟踪PID控制器设计方法，利用粒子群算法优化控制参数从而提升焊缝轨迹跟踪系统的性能。华南理工大学的高向东等人，则在焊接机器人控制系统的补偿器中采用BP神经网络输入为焊炬预期位置输出为补偿信号，从而优化在得到轨迹误差是焊炬纠正误差的控制方法。清华大学的潘际妻院士、陈强教授等人则对弧焊跟踪系统中传感器和控制系统做了详尽的研究，对国内的焊缝轨迹跟踪系统的研究做出了很大的启示性的工作。

焊接机器人基于双目视觉的机器人焊缝轨迹检测的研究技术干货

机器人在线版权与免责声明：

1.凡本网注明[来源：机器人在线]的所有文字、图片、音视和视频文件，版权均为机器人在线(www.imrobotic.com)独家所有。如需转载请与021-60717199联系。任何媒体、网站或个人转载使用时须注明来源“机器人在线”，违反者本网将追究其法律责任。

2.本网转载并注明其他来源的稿件，均来自互联网或业内投稿人士，版权属于原版权人。转载请保留稿件来源及作者，禁止擅自篡改，违者自负版权法律责任。

3.本网评论版块中各网友的评论只代表网友个人观点，不代表本站的观点或立场。