呂健+呂學(xué)勤

摘要： 各類傳感器和智能控制方法極大促進(jìn)了機(jī)器人在焊縫跟蹤中的應(yīng)用，不僅提高了焊縫跟蹤的精度，同時(shí)提高了焊接效率和保證了焊接質(zhì)量。簡(jiǎn)述了機(jī)器人焊縫跟蹤系統(tǒng)的結(jié)構(gòu)，詳述了焊縫跟蹤過程中各類傳感器的工作原理及其特點(diǎn)；闡述了圖像處理技術(shù)在機(jī)器人焊縫軌跡跟蹤過程中的研究進(jìn)展，并對(duì)圖像的預(yù)處理、圖像分割與邊緣檢測(cè)和特征提取等研究方法進(jìn)行了分析。最后，總結(jié)了智能控制方法在焊縫跟蹤中研究進(jìn)展及不同形狀的焊縫跟蹤情況。

關(guān)鍵詞： 焊接機(jī)器人； 焊縫跟蹤； 控制方法

中圖分類號(hào)： TP242

Abstract： Various kinds of sensors and intelligent control methods were applicated in the welding robot， it has greatly promoted the application of the robot in welding seam tracking. And it has not only improved the precision of seam tracking，but also improved the welding efficiency and welding quality. The structure of the seam tracking system was described， and the sensors used in the seam tracking process and its working principle were also described. The image processing technologies， such as preprocessing， image segmentation，edge detection，feature extraction and so on，were analyzed.Finally，the intelligent control and the seam tracking method with different weld lines was also summarized.

Key words： welding robot； seam tracking； control method

0前言

隨著工業(yè)及材料科學(xué)的發(fā)展，焊接自動(dòng)化技術(shù)已成為一種不可缺少的金屬熱加工技術(shù)。焊接環(huán)境非常惡劣，實(shí)現(xiàn)焊縫跟蹤的自動(dòng)化可以降低焊接工作者的勞動(dòng)強(qiáng)度，提高焊接質(zhì)量。機(jī)器人及傳感器技術(shù)和智能控制方法的迅速發(fā)展為焊縫跟蹤的實(shí)現(xiàn)提供了物質(zhì)和技術(shù)基礎(chǔ)[1]。

在工件裝配精度、坡口狀況、接頭形式等焊接條件的影響下，常常使焊槍偏離焊接位置從而降低焊接質(zhì)量和生產(chǎn)效率。焊縫跟蹤系統(tǒng)應(yīng)用各種傳感器技術(shù)，采集焊接過程中焊炬與坡口的圖像以及產(chǎn)生的電、光、熱、聲、磁等物理信號(hào)；采用控制算法及圖像處理等技術(shù)尋找焊縫及其中心位置，最后通過機(jī)器人的執(zhí)行機(jī)構(gòu)調(diào)整焊炬位置使其處于焊縫中心。

焊縫跟蹤過程中應(yīng)用的傳感器主要包括電弧傳感器和視覺傳感器。旋轉(zhuǎn)電弧傳感器不受弧光、飛濺、磁場(chǎng)等因素的干擾，且焊槍本身就是傳感器，不存在超前和滯后誤差，因此一直受到國(guó)內(nèi)外的重視。除了傳感信息之外，焊接過程中的其他因素，如金屬煙塵、高頻電磁場(chǎng)、射線、電弧輻射和噪聲等同樣會(huì)影響焊縫跟蹤的精度。因此，研究合適的濾波方法和偏差識(shí)別算法，濾除噪聲并且快速、準(zhǔn)確地進(jìn)行偏差識(shí)別是國(guó)內(nèi)外學(xué)者研究的難點(diǎn)和熱點(diǎn)。

相對(duì)于電弧傳感器，視覺傳感器不與工件接觸，直接獲取焊接區(qū)域的三維圖像信息，具有再現(xiàn)性好，使用壽命長(zhǎng)等特點(diǎn)[2-3]。但由于是基于視覺傳感技術(shù)的焊縫跟蹤系統(tǒng)，視覺傳感器的檢測(cè)點(diǎn)并不是焊接點(diǎn)，而且在機(jī)構(gòu)裝配和光、機(jī)、電協(xié)同控制上要求較高，需要有高效的圖像處理和穩(wěn)定的控制結(jié)構(gòu)。同時(shí)，因?yàn)楹附訖C(jī)器人與視覺傳感器之間的信息傳輸是閉環(huán)控制，并且需要進(jìn)行焊接機(jī)器人的路徑規(guī)劃與姿態(tài)調(diào)整，因此對(duì)視覺傳感的實(shí)時(shí)性和整個(gè)系統(tǒng)控制結(jié)構(gòu)的精度要求較高[4]。

鑒于以上情況，本文概述了焊縫跟蹤系統(tǒng)的結(jié)構(gòu)及用于采集焊縫信息的傳感器及原理等，分析了焊縫跟蹤過程中的圖像處理技術(shù)與控制技術(shù)的研究進(jìn)展，最后總結(jié)了不同形狀的焊縫跟蹤進(jìn)展情況。

圖1是機(jī)器人焊縫跟蹤系統(tǒng)的組成結(jié)構(gòu)圖。焊縫跟蹤系統(tǒng)主要由以下幾部分構(gòu)成：

（1） 傳感系統(tǒng)：磁控以及電感式復(fù)合傳感器、霍爾傳感器。

（2） 執(zhí)行機(jī)構(gòu)：焊接機(jī)器人（串聯(lián)機(jī)器人或移動(dòng)機(jī)器人）、步進(jìn)電機(jī)、十字滑塊（對(duì)于移動(dòng)焊接機(jī)器人）。

（3） 控制處理器：?jiǎn)纹瑱C(jī)與硬件處理電路。

（4） 焊接系統(tǒng)：焊接電源、送絲機(jī)構(gòu)、工裝夾具。

2傳感器系統(tǒng)

用于焊縫檢測(cè)的傳感器主要有視覺傳感器、紅外傳感器和電弧傳感器等。

2.1視覺傳感器

焊縫跟蹤過程中，視覺傳感系統(tǒng)是非常重要的組成部分，其主要作用是用于導(dǎo)引初始焊縫位置和監(jiān)測(cè)焊接過程狀態(tài)，提供焊縫和熔池的特征信息，并對(duì)焊縫位置和焊縫的成形進(jìn)行實(shí)時(shí)跟蹤控制。

視覺傳感技術(shù)是將環(huán)境信息轉(zhuǎn)化為系統(tǒng)可識(shí)別的位置信息和焊接過程信息，并對(duì)焊接過程進(jìn)行控制的技術(shù)。視覺傳感技術(shù)根據(jù)照明光源的不同，可分為主動(dòng)視覺技術(shù)和被動(dòng)視覺技術(shù)。

根據(jù)傳感器結(jié)構(gòu)不同，主動(dòng)視覺技術(shù)一般可分為結(jié)構(gòu)光式和激光掃描式。如圖2所示，在結(jié)構(gòu)光傳感器工作時(shí)，激光器發(fā)出特定波長(zhǎng)的光經(jīng)過透鏡折射后形成一個(gè)平面的線結(jié)構(gòu)光，照在工件上從而形成一條有一定寬度的光帶。光帶經(jīng)過反射或散射后，途經(jīng)保留該特定波長(zhǎng)的濾光片，進(jìn)入攝像機(jī)成像。如圖3所示，激光掃描式是利用激光光束通過掃描震動(dòng)電機(jī)的

反射鏡，在工件表面也形成一條光帶，利用光學(xué)三角原理來獲取傳感器和光點(diǎn)之間的精確距離，根據(jù)激光條紋的不同特征，分為點(diǎn)狀、線狀、環(huán)狀等激光傳感器，基于主動(dòng)視覺傳感的焊縫跟蹤系統(tǒng)在自動(dòng)化焊接中具有廣闊應(yīng)用前景[5]。

為了測(cè)量焊接接頭的幾何形狀，激光束照射在工件表面上，呈現(xiàn)三角形的光場(chǎng)。激光焊接用的攝像頭可以以幾個(gè)微米的精度來確定接頭位置，其它種類的攝像頭精度稍差，但是能夠處理大坡口接頭。幾個(gè)毫瓦的半導(dǎo)體激光二極管可以構(gòu)成簡(jiǎn)單實(shí)用的視覺系統(tǒng)，其照射接頭形成三角形視場(chǎng)。通過機(jī)械掃描或者圓柱形透鏡使激光在接頭橫向掃描。通過線排列的CCD，PSD或CCD矩陣來接受接頭的映像。經(jīng)過三角測(cè)量和視覺場(chǎng)的標(biāo)定，可以快速獲取接頭尺寸，如圖4所示。

在焊接過程中，傳感器掃描焊縫坡口橫截面，同時(shí)PSD檢測(cè)出對(duì)應(yīng)的掃描角位移。對(duì)數(shù)據(jù)進(jìn)行處理后，進(jìn)行坐標(biāo)變換，得到二維偏差。然后，控制器根據(jù)控制策略，驅(qū)動(dòng)調(diào)節(jié)機(jī)構(gòu)調(diào)整焊接位置的左右或上下偏差。如果偏差超出了調(diào)節(jié)機(jī)構(gòu)的調(diào)整范圍，則需要控制機(jī)器人本體姿態(tài)參與協(xié)同調(diào)整[6]。

上海交通大學(xué)機(jī)器人焊接智能化實(shí)驗(yàn)室[7]利用主動(dòng)視覺在圖像采集和圖像處理方面的優(yōu)勢(shì)，設(shè)計(jì)了一套基于結(jié)構(gòu)光的焊接過程主動(dòng)視覺傳感系統(tǒng)LVST，可以快速精確的識(shí)別初始環(huán)境，并進(jìn)行初始焊接位置的導(dǎo)引，而且充分考慮了主動(dòng)視覺超前檢測(cè)誤差的影響，設(shè)計(jì)了一套面向主動(dòng)視覺的帶軌跡修正的插值糾偏方法，可以保證跟蹤過程具有更好的實(shí)時(shí)性與可靠性。

王秀平等人[8]設(shè)計(jì)并實(shí)現(xiàn)了一套激光視覺引導(dǎo)的焊縫自動(dòng)跟蹤系統(tǒng)。將激光視覺傳感器安裝到工業(yè)機(jī)器人機(jī)械臂末端構(gòu)成焊縫跟蹤系統(tǒng)，提出了一種雙隊(duì)列的控制策略以確保焊縫跟蹤精確以及平滑性，實(shí)現(xiàn)激光視覺引導(dǎo)的機(jī)器人對(duì)焊縫跟蹤進(jìn)行實(shí)時(shí)控制。其思想是：隊(duì)列1 為焊縫特征點(diǎn)隊(duì)列，用于存儲(chǔ)激光視覺傳感器實(shí)時(shí)采集的焊縫特征點(diǎn)； 隊(duì)列2 為機(jī)械臂末端目標(biāo)位置隊(duì)列，用于存儲(chǔ)機(jī)械臂末端運(yùn)動(dòng)位置的插值點(diǎn)。由圖5焊縫跟蹤實(shí)驗(yàn)結(jié)果可知，由于在焊縫點(diǎn)之間進(jìn)行了插值，使得焊縫跟蹤軌跡更加平滑。

被動(dòng)視覺直接使用焊接弧光對(duì)焊接區(qū)域進(jìn)行照明，獲取熔池圖像，獲取的圖像信息同步性好。但是由于弧光強(qiáng)度不同，需要通過采用有效的濾波方法以減少弧光對(duì)圖像采集的干擾[7]。

2.2紅外傳感器

紅外檢測(cè)是利用任何溫度高于絕對(duì)零度的物體都可以作為紅外輻射源的原理，當(dāng)物體的結(jié)構(gòu)發(fā)生了改變或者物體的內(nèi)部存在缺陷時(shí)，物體的熱傳導(dǎo)率也會(huì)變化，導(dǎo)致物體表面溫度的變化。熱輻射和溫度的變化存在于整個(gè)焊接過程中，并包含著焊接質(zhì)量信息，因此焊接熔池及周圍會(huì)形成一定的溫度場(chǎng)并伴隨紅外輻射，熔池周圍產(chǎn)生的溫度場(chǎng)和紅外輻射通常是對(duì)稱均勻分布的，焊縫的偏離會(huì)導(dǎo)致溫度場(chǎng)隨之發(fā)生變化，通過使用紅外攝像機(jī)直接拍攝熔池獲取紅外熱像，并定量分析采集到的興趣區(qū)域紅外熱像，就能獲得焊炬中心偏離焊縫的量化信息[9]。

2.3電弧傳感器

電弧傳感器通過檢測(cè)焊接過程中的焊接電流或電弧電壓的變化來確定電弧是否偏離焊縫中心，并將其作為傳感信息，具有很強(qiáng)的實(shí)時(shí)性和較高的跟蹤精度[10]。

電弧傳感器有其獨(dú)特的優(yōu)勢(shì)：（1）檢測(cè)點(diǎn)即時(shí)焊接點(diǎn)，實(shí)時(shí)性高，不會(huì)存在傳感器先行的問題。（2）電弧本身作為傳感器，不會(huì)受焊絲發(fā)生彎曲導(dǎo)致電弧偏移的影響。（3）具有穩(wěn)定的焊接參數(shù)，還可以提高焊縫的成形質(zhì)量。（4）不受光、電磁、熱等因素的干擾，使用壽命也更長(zhǎng)。

圖6是采用電弧傳感器方式的IGM機(jī)器人焊接過程圖。焊接過程中，分流電阻將實(shí)時(shí)檢測(cè)到的信號(hào)反饋給電弧傳感的電路板，并由其對(duì)反饋信號(hào)進(jìn)行計(jì)算判斷，然后將結(jié)果發(fā)送給PC計(jì)算機(jī)進(jìn)行處理后，將接收到的指令信號(hào)傳送到焊接機(jī)器人內(nèi)部的軸驅(qū)動(dòng)器以及控制驅(qū)動(dòng)器，控制焊接機(jī)器人手臂做出相應(yīng)的補(bǔ)償動(dòng)作，并使焊槍調(diào)整到期望姿態(tài)，保證焊接軌跡中心線位于焊縫坡口中心。

2.4電容式傳感器

[HT]電容式傳感器大多采用如圖7所示的平行極板結(jié)構(gòu)，即將自身作為感應(yīng)電容的一個(gè)極板，并且把被測(cè)目標(biāo)作為另一個(gè)極板。由于單片式電容傳感器具有簡(jiǎn)單的結(jié)構(gòu)，較高的分辨率，可以進(jìn)行非接觸測(cè)量，而且還可以工作在高溫、輻射和強(qiáng)烈振動(dòng)等復(fù)雜惡劣的環(huán)境中，用于在線檢測(cè)時(shí)探頭安裝方便，不僅能實(shí)現(xiàn)高精度、高效率[CM（3*3]的非接[CM）]觸測(cè)量，而且易于實(shí)現(xiàn)動(dòng)態(tài)采樣、實(shí)時(shí)在線測(cè)量等自動(dòng)化要求[11]。

電容式傳感器基于平行板電容器的電容為：C=εS/d（ε為兩極板間電介質(zhì)的介電常數(shù)；S為兩極板的有效面積；d為兩極板間的距離。電容式傳感器與工件的位置關(guān)系如圖7所示）。電容式傳感器探頭通過支架與焊槍固連，當(dāng)焊槍在前進(jìn)的時(shí)候傳感器探頭也隨著焊槍前進(jìn)，傳感器探頭和工件鋼板之間形成一個(gè)理想的電容，當(dāng)介電常數(shù)和極板有效面積不變時(shí)，d變大則電容減小，d變小則電容增大，二者呈線性關(guān)系。通過圖7a可知，極板之間電容的變化通過后續(xù)的信號(hào)采集與處理電路之后可以轉(zhuǎn)變?yōu)殡妷旱淖兓?，輸出給計(jì)算機(jī)。如圖7b所示，當(dāng)焊槍左偏的時(shí)候，與中心線偏置距離為L(zhǎng)1，通過支架與焊槍固定連接的傳感器探頭與工件的間距d也因此變小，從而導(dǎo)致兩極板間的電容變大。如圖7c所示，當(dāng)焊槍右偏的時(shí)候，與中心線偏置距離為L(zhǎng)2，通過支架與焊槍固定連接的傳感器探頭與工件的間距d也因此變大，從而導(dǎo)致兩極板間的電容變小。通過運(yùn)算實(shí)時(shí)提取出焊槍與焊縫橫向和縱向的位置信息，輸出控制信號(hào)給步進(jìn)電機(jī)，步進(jìn)電機(jī)控制十字滑塊系統(tǒng)對(duì)焊槍橫向和縱向進(jìn)行偏差調(diào)節(jié)，從而達(dá)到焊縫跟蹤的目的。

2.5電感式傳感器

[HT]電感式傳感器的工作原理是電磁感應(yīng)。它是把被測(cè)量（如位移等）轉(zhuǎn)換為電感量變化的一種裝置。按照轉(zhuǎn)換方式的不同，可分為自感式（包括可變磁阻式與渦流式）和互感式（差動(dòng)變壓器式）兩種。常用電感式傳感器有變間隙型、變面積型和螺管插鐵型。電感式傳感器結(jié)構(gòu)簡(jiǎn)單，無活動(dòng)電觸點(diǎn)，工作可靠、壽命長(zhǎng)；靈敏度和分辨力高，能測(cè)出0.01 μm的位移變化。傳感器的輸出信號(hào)強(qiáng)；線性度和重復(fù)性都比較好，在一定位移范圍內(nèi)，傳感器非線性誤差可達(dá)到0.05%～0.1%，且穩(wěn)定性好；對(duì)使用環(huán)境要求不高；能實(shí)現(xiàn)信息的遠(yuǎn)距離傳輸、記錄、顯示和控制等，在測(cè)量精密位移和檢測(cè)精密尺寸方面（如長(zhǎng)度、直徑等）得到了廣泛的應(yīng)用[12]。

洪波等人[13]對(duì)于窄間隙埋弧焊焊縫橫向和高低跟蹤中存在的問題，設(shè)計(jì)了一種基于電感原理的新型電磁傳感器。電感式焊縫跟蹤傳感器由初級(jí)激磁線圈和次級(jí)感應(yīng)線圈組成。焊接坡口信息的掃描利用初級(jí)線圈周圍磁場(chǎng)控制電弧的擺動(dòng)來實(shí)現(xiàn)，采集電流信號(hào)經(jīng)過單片機(jī)處理后獲得焊槍左右偏差，并調(diào)節(jié)滑塊的水平運(yùn)動(dòng)，能夠較好地解決窄間隙焊縫焊接時(shí)側(cè)壁不易熔合的問題；焊接過程中傳感器放置在焊道的上方，通過檢測(cè)次級(jí)線圈感應(yīng)電動(dòng)勢(shì)的變化判斷焊炬的高低位置情況，實(shí)時(shí)獲取焊槍相對(duì)焊縫的高低偏差。采用PID算法使系統(tǒng)能夠快速消除偏差，實(shí)現(xiàn)左右和高低雙向快速平穩(wěn)的跟蹤。電磁傳感器結(jié)構(gòu)簡(jiǎn)單，靈敏度高，抗干擾能力強(qiáng)，為解決厚板窄間隙埋弧焊跟蹤問題提供了新的方案。

3焊縫跟蹤中的圖像處理

圖像技術(shù)廣泛應(yīng)用于機(jī)器人焊接領(lǐng)域，而且由于機(jī)器人對(duì)于適應(yīng)能力具有很高的要求，采用三維視覺傳感系統(tǒng)和計(jì)算機(jī)圖像處理技術(shù)作為輔助手段，可以實(shí)現(xiàn)對(duì)焊接環(huán)境進(jìn)行實(shí)時(shí)監(jiān)測(cè)。通過對(duì)采集到的圖像進(jìn)行分析，控制機(jī)器人進(jìn)行焊縫的實(shí)時(shí)對(duì)中，并將特征信息提供給機(jī)器人，實(shí)現(xiàn)對(duì)焊接過程進(jìn)行智能控制。

與其他在自然光下得到的圖像相比，受焊接過程中產(chǎn)生的聲、光、電、熱、磁及煙塵雜物等因素的影響，焊接過程中的焊縫圖像具有特殊性。基于視覺傳感器的焊縫跟蹤系統(tǒng)獲取的焊縫圖像，在進(jìn)行空間采樣和模數(shù)轉(zhuǎn)換之后變?yōu)榛叶染仃嚧嫒胗?jì)算機(jī)存儲(chǔ)器，從而獲得數(shù)字圖像。但是由于得到的圖像大量噪聲的存在以及傳輸過程產(chǎn)生的畸變，所以需要將數(shù)字圖像進(jìn)行一系列的圖像處理以獲取所需的焊縫位置信息[14]。圖像處理方法一般包括圖像預(yù)處理、圖像分割、邊緣檢測(cè)、特征提取等。

3.1預(yù)處理

在進(jìn)行實(shí)際焊接過程中，由于受到產(chǎn)生的大量弧光和飛濺等因素的干擾，導(dǎo)致采集的原始圖像中存在大量的噪聲，為了盡可能的減小因?yàn)榇朔N因素導(dǎo)致的圖像失真，在特征提取之前需要對(duì)焊縫圖像進(jìn)行預(yù)處理，如濾除圖像中存在的噪聲，修正灰度和校正產(chǎn)生的畸變等。焊縫圖像的預(yù)處理主要包括兩個(gè)步驟：濾波去噪和圖像增強(qiáng)。焊縫圖像的濾波去噪是根據(jù)噪聲特征設(shè)計(jì)合適的濾波器，主要分為線性和非線性濾波器。線性濾波器是平滑處理，雖然利于濾波去噪，但是會(huì)使圖像邊緣模糊化，不利于特征提取。最常用的非線性濾波是中值濾波器，中值濾波器能在濾波去噪的同時(shí)保持圖像邊緣不被模糊化。對(duì)于圖像中的一些特定噪聲，需要根據(jù)噪聲特征設(shè)計(jì)合適的濾波去噪方法。

但是濾波去噪在除去了大量的噪聲的同時(shí)，圖像也變得模糊，因此通常需要對(duì)焊縫圖像進(jìn)行圖像增強(qiáng)處理，以便于圖像目標(biāo)分割。常用圖像增強(qiáng)方法有灰度值線性變換、直方圖均衡化、直方圖匹配等。

Ming J Tsai等人[15]研究了一種基于機(jī)器視覺技術(shù)的高爾夫球桿頭焊縫路徑規(guī)劃方法。系統(tǒng)采用三維機(jī)器視覺技術(shù)識(shí)別焊縫及機(jī)器人焊接路徑生成。對(duì)焊縫位置采用Sobel捕獲的數(shù)據(jù)發(fā)現(xiàn)，Laplace mask能夠過濾掉由于散射光折射的粘著焊點(diǎn)的噪聲點(diǎn)。

3.2圖像分割

[HT]圖像分割是將目標(biāo)從圖像背景中分割出來。圖像分割需要根據(jù)幅度、邊緣、形狀、灰度值和位置等因素將圖像劃分成若干區(qū)域。焊縫跟蹤中常采用閾值分割的方法進(jìn)行圖像分割，并利用提取目標(biāo)與背景在灰度特性上的差異，將圖像分為灰度級(jí)不同的兩類區(qū)域：目標(biāo)區(qū)域和背景區(qū)域。只需選取合適的閾值，就可以確定圖像中的每一個(gè)像素點(diǎn)的歸屬區(qū)域，得到相應(yīng)的二值分割圖像。閾值分割分為全局閾值分割、局部閾值分割和自適應(yīng)閾值分割三種，其中自適應(yīng)閾值分割應(yīng)用比較廣泛，是根據(jù)圖像中灰度值的變化自適應(yīng)地選擇閾值，它適合圖像灰度值經(jīng)常發(fā)生變化的場(chǎng)合。最常用的自適應(yīng)閾值分割方法是Otsu方法，該方法采用統(tǒng)計(jì)學(xué)方法確定最優(yōu)的閾值，能最大程度區(qū)分圖像中的灰度層級(jí)。盡管目前已有大量的圖像分割算法，但是圖像分割算法的研究仍然是當(dāng)今圖像處理領(lǐng)域的一個(gè)研究熱點(diǎn)。如何克服焊接過程中環(huán)境的干擾，有效地濾除噪聲，準(zhǔn)確可靠地提取目標(biāo)邊緣仍是未來需要努力的方向。

喻寧娜等人[16]采用迭代法、Otsu法和準(zhǔn)固定像素個(gè)數(shù)法等三種自適應(yīng)閾值法對(duì)不同情況的焊縫圖像進(jìn)行閾值分割。

3.3邊緣檢測(cè)

[HT]在圖像處理技術(shù)的應(yīng)用中，邊緣檢測(cè)的地位顯得尤為重要，檢測(cè)焊縫位置的關(guān)鍵是提取圖像邊緣。圖像邊緣是目標(biāo)位置與背景的分界線。由于焊縫邊緣有多種類型，所以焊縫軌跡有其復(fù)雜性。傳統(tǒng)的邊緣提取方法首先針對(duì)原始圖像按照像素的某鄰域來構(gòu)造邊緣檢測(cè)算子，并考察圖像的每個(gè)像素在某個(gè)鄰域內(nèi)灰度發(fā)生的變化，然后利用邊緣鄰近的一階或二階方向?qū)?shù)的變化規(guī)律進(jìn)行邊緣檢測(cè)。將灰度值相差不大與位置相靠近的像素劃成一個(gè)區(qū)域，提取圖像灰度、紋理、顏色等特征。由于采用的被動(dòng)視覺技術(shù)直接獲取的焊縫圖像，邊緣檢測(cè)是影響圖像分析的一個(gè)關(guān)鍵步驟。目前經(jīng)常采用的邊緣檢測(cè)算法包括梯度算子（Roberts算子、Prewitt算子、Sobel算子、Krisch算子等）檢測(cè)法、Canny算子檢測(cè)法、高斯-拉普拉斯（LOG）算子檢測(cè)法、Hough變換法等[8]。

為了達(dá)到求出焊縫及其兩側(cè)溫度場(chǎng)的目的，程繼文等人[17]采用基于Sobel檢測(cè)算子的邊緣提取算法。經(jīng)過邊緣化之后的圖像，溫度場(chǎng)和焊縫均清晰可見。xpic（k）和ypic（k）分別是某點(diǎn)Sobel檢測(cè)算子的水平算子和垂直算子的近似偏導(dǎo)數(shù)，兩個(gè)算子的平方和再開方為該點(diǎn)的灰度梯度，當(dāng)灰度梯度大于給定的閾值時(shí)輸出的顏色值為255（白色）；否則為0（黑色）。圖8為銳化+柔化+柔化+邊緣化后的圖像。通過計(jì)算焊縫兩側(cè)白顏色的像素點(diǎn)的個(gè)數(shù)，比較白顏色像素點(diǎn)個(gè)數(shù)的多少，間接得出哪一側(cè)的面積較大。因?yàn)閷?duì)于同一顯示屏，屏幕上每一個(gè)像素點(diǎn)的大小是相同的。所以[JP2]這種思路是可行的、正確的。c線為所找出的焊縫的投影，b線可用來驗(yàn)證找出的焊縫是否是投影圖中的焊縫。

3.4特征提取

焊縫圖像經(jīng)過處理之后，下一步要進(jìn)行焊縫的特征提取，即焊縫中心的提取。提取焊縫中心一般是通過對(duì)垂直于焊縫的方向進(jìn)行掃描，將獲取焊縫邊緣點(diǎn)作為特征點(diǎn)以計(jì)算得到焊縫中心坐標(biāo)。由于實(shí)際的焊縫在小范圍內(nèi)可近似為直線，因此可以采用最小二乘法等數(shù)學(xué)方法擬合出焊縫軌跡坐標(biāo)。如果圖像分割采用的是閾值分割的方法，那么分割出來的焊縫具有一定寬度，首先需要對(duì)焊縫進(jìn)行細(xì)化得到單像素的線，然后再進(jìn)行焊縫直線提取。由于焊接過程中多數(shù)為直線焊縫，因此從圖像中提取直線是進(jìn)行焊縫目標(biāo)識(shí)別和特征分析的一個(gè)重要任務(wù)。目前有很多對(duì)焊縫中心進(jìn)行提取的算法，主要包括Hough 變換法、啟發(fā)式連接、層次編組法等，并且基于數(shù)學(xué)形態(tài)學(xué)的細(xì)化算法和逐行搜索求平均值連線的方法是比較常用的方法。 毛志偉等人[18]提出一種基于灰度形態(tài)學(xué)的圖像處理算法，有效去除線結(jié)構(gòu)光視覺傳感焊縫跟蹤圖像中飛濺、弧光和煙塵等干擾，并采用動(dòng)態(tài)開小窗與最小二乘法相結(jié)合的方法準(zhǔn)確提取到焊縫特征

點(diǎn)。使用最小二乘法對(duì)開小窗后的圖像線性擬合，然后求取擬合的直線的交點(diǎn)， 原始焊縫圖像和焊縫特征提取后焊縫圖像如圖9所示。

顧網(wǎng)平等人[19]針對(duì)薄板接頭特征設(shè)計(jì)了一個(gè)基于面性激光的視覺傳感器，有效地采集薄板焊縫圖像；提出了一種亞像素特征提取方法，根據(jù)圖像的灰度分布特點(diǎn)，搜索每列的極大值和極小值，并以這兩點(diǎn)為邊界，對(duì)圖像進(jìn)行分割；接著對(duì)分割的焊縫特征區(qū)域，采用基于灰度梯度的重心法進(jìn)行亞像素的焊縫特征提取。試驗(yàn)結(jié)果表明，該方法可以有效地檢測(cè)出薄板對(duì)接焊縫特征，并且可以有效地提高薄板焊縫特征的提取精度，提取精度可達(dá)0.1個(gè)像素。

陳海永等人[20]針對(duì)焊接過程中薄鋼板搭接微小焊縫隨機(jī)變化的特點(diǎn)，提出一種基于圖像能量分布的視覺特征檢測(cè)和提取方法，采用偽彩色圖像增強(qiáng)算法得到能量分布，有效地抑制了焊接過程中飛濺、煙霧等能量弱的瞬時(shí)噪聲。并采用一種差分搜索算法實(shí)現(xiàn)了結(jié)構(gòu)光條紋骨架的準(zhǔn)確提取，獲得了圖像特征點(diǎn)。之后，利用隨機(jī)抽樣一致算法對(duì)圖像特征歷史數(shù)據(jù)進(jìn)行概率分析，進(jìn)而精確地?cái)M合出焊縫特征的局部模型，實(shí)現(xiàn)了焊縫特征點(diǎn)的準(zhǔn)確預(yù)測(cè)。研究結(jié)果表明，提出的方法是有效的，焊縫視覺特征提取的效果令人滿意。

4焊縫跟蹤控制方法

由于受非線性和很多干擾因素的影響，焊接過程極其復(fù)雜，具有非線性、時(shí)變、不確定性等特點(diǎn)，所以建立精確的數(shù)學(xué)模型非常困難。智能控制對(duì)于復(fù)雜、模糊和不確定性系統(tǒng)環(huán)境和任務(wù)，可以有效的實(shí)現(xiàn)復(fù)雜信息處理，不需要精確的數(shù)學(xué)模型，相對(duì)于現(xiàn)代控制理論中系統(tǒng)辨識(shí)的自適應(yīng)控制來說具有更好的魯棒性。因此在焊縫跟蹤過程中，模糊控制、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、復(fù)合控制等智能控制理論的應(yīng)用越來越受到重視。

對(duì)于磁控電弧焊縫跟蹤信號(hào)的非線性和不平穩(wěn)等問題，柳健等人[21]提出了一種基于匹配追蹤和非參數(shù)基函數(shù)相結(jié)合的磁控電弧焊縫跟蹤特征信號(hào)提取方法。首先為了逼近跟蹤信號(hào)的某一特征，匹配追蹤的每一次迭代都需要模板信號(hào)進(jìn)行自適應(yīng)調(diào)整，并利用非參數(shù)基函數(shù)特征波形提取方法與最匹配的信號(hào)特征進(jìn)行最優(yōu)估計(jì)；然后用最優(yōu)估計(jì)值對(duì)信號(hào)余量進(jìn)行更新，并繼續(xù)尋找其他特征的最優(yōu)估計(jì)。在信號(hào)余量的能量小于設(shè)定閾值之前重復(fù)執(zhí)行。最后在磁控電弧傳感器焊縫跟蹤平臺(tái)上進(jìn)行特征信號(hào)提取試驗(yàn)，采用該方法提取的V形坡口掃描信號(hào)與仿真信號(hào)具有相同的變化趨勢(shì)，能夠準(zhǔn)確反映焊縫跟蹤偏差信息。

陳忠等人[22]提出了一種基于線激光視覺的機(jī)器人焊縫跟蹤魯棒控制方法，焊縫輪廓信息通過激光視覺系統(tǒng)的預(yù)測(cè)量獲得，識(shí)別焊縫拐點(diǎn)并對(duì)拐角區(qū)域進(jìn)行辨認(rèn)，針對(duì)輪廓部分差異采用不同的控制方法，并對(duì)實(shí)際生產(chǎn)過程中的裝配誤差進(jìn)行自動(dòng)校正。

高向東等人[23]針對(duì)0～0.05 mm 的微間隙焊縫問題，提出了一種色噪聲環(huán)境下應(yīng)用卡爾曼濾波實(shí)現(xiàn)焊縫跟蹤的方法。通過對(duì)焊件施加磁場(chǎng)，利用法拉第磁旋光原理構(gòu)成磁光傳感器，實(shí)時(shí)獲取焊縫磁光圖像，并將提取的焊縫中心位置作為狀態(tài)向量，然后基于焊縫中心位置建立系統(tǒng)的狀態(tài)方程與測(cè)量方程。

胡繩蓀等人[24]采用FuzzyP控制方法進(jìn)行焊縫跟蹤，設(shè)置一個(gè)閾值，當(dāng)偏差大于閾值時(shí)采用比例控制，其它則采用模糊控制。該系統(tǒng)具有快速、準(zhǔn)確、穩(wěn)定的特點(diǎn)，完全能夠滿足實(shí)際工程應(yīng)用的需要。

5不同焊縫類型

[HT]崔筱瑋等人[25]采用一種空間漫反射激光測(cè)距傳感器，對(duì)波紋板傾斜角與測(cè)量結(jié)果之間的關(guān)系進(jìn)行了研究。在傳感器與被測(cè)面上激光光點(diǎn)之間的距離不發(fā)生改變的前提下，進(jìn)行了不同傾斜角被測(cè)面的激光測(cè)距試驗(yàn)。通過Phong光照模型解釋了傾角對(duì)試驗(yàn)結(jié)果產(chǎn)生影響的原因：測(cè)面傾角增大會(huì)導(dǎo)致測(cè)量結(jié)果的誤差增大，被測(cè)面傾斜角小于45°，測(cè)量誤差在0.5 mm以內(nèi)；被測(cè)面傾斜角大于45°，測(cè)量誤差大于0.5 mm。該激光傳感器在滿足折線焊縫跟蹤精度要求前提下，能夠用于被測(cè)面傾斜角不大于45°的波紋板。

石永華等人[26]針對(duì)波紋板-箱梁T形接頭角焊縫位置的激光雙目視覺檢測(cè)，提出了一種變步長(zhǎng)角點(diǎn)檢測(cè)算法。首先建立波紋板角焊縫位置的雙目視覺檢測(cè)模型，然后根據(jù)激光條紋投射在角焊縫上的成像特征進(jìn)行圖像預(yù)處理，采用變步長(zhǎng)搜索算法尋找激光條紋上的近角點(diǎn)，并在近角點(diǎn)兩側(cè)選取激光條紋上的像素點(diǎn)構(gòu)造兩條直線，由直線的交點(diǎn)確定角點(diǎn)。該方法可以可靠地測(cè)量角焊縫的位置坐標(biāo)，測(cè)量精度高于傳統(tǒng)方法，測(cè)量誤差小于0.1 mm，角焊縫軌跡三維重建誤差小于1 mm。

梁斌焱等人[27]針對(duì)三維T形焊縫的焊接中存在雙光束焊接結(jié)構(gòu)特殊、三維焊接軌跡難以擬合、焊接變形量大的問題，在六軸聯(lián)動(dòng)機(jī)床上設(shè)計(jì)了雙光束焊接平臺(tái)的方案，根據(jù)焊件的三維模型，運(yùn)用三維焊接路徑控制技術(shù)，生成實(shí)際的三維雙光束焊接路徑；在雙光束焊接過程中采用雙路實(shí)時(shí)閉環(huán)焊縫跟蹤技術(shù)，對(duì)焊接過程中的焊接變形引起的焊接偏差進(jìn)行跟蹤。三維T形焊縫的雙光束焊接技術(shù)主要應(yīng)用于飛機(jī)整體壁板、蒙皮等大尺寸的結(jié)構(gòu)件。三維T形焊縫較一般焊縫的加工難點(diǎn)在于三維加工路徑實(shí)施中焊接姿態(tài)的適時(shí)調(diào)整，具體來說：（1）雙光束激光焊接的兩條激光束均位于三維焊縫曲線的法平面內(nèi)；（2）兩條激光束與T形焊縫所在底板成一定角度（30°左右，可調(diào)）；（3）兩束參數(shù)相同焊接激光的焦點(diǎn)嚴(yán)格落在兩側(cè)三維焊縫的中心位置。圖10和圖11分別為雙光束激光焊接平臺(tái)和焊件驗(yàn)證結(jié)果圖。結(jié)果表明，雙光束焊接平臺(tái)的實(shí)施及其雙路焊縫跟蹤技術(shù)很好地滿足了雙光束激光焊接的要求。

針對(duì)小彎曲角焊縫跟蹤和焊縫終點(diǎn)檢測(cè)的問題，焊接電流需要根據(jù)電流中噪聲的種類，選擇合適的濾波方法（比如空間中值濾波、均值濾波、閾值處理或者線性濾波），以去除焊接電流中的大部分噪聲[3]。將二類模式平均向量所對(duì)應(yīng)的點(diǎn)用直線進(jìn)行連接，直線斜率就是偏差，多個(gè)模式類感知機(jī)的輸入為最近三次偏差，輸出水平滑塊伸縮速率以實(shí)現(xiàn)對(duì)小彎曲角焊縫進(jìn)行跟蹤。若偏差值連續(xù)三次均大于1，就說明已經(jīng)到達(dá)焊縫終點(diǎn)，小彎曲角焊縫的跟蹤試驗(yàn)結(jié)果如圖12所示。

6結(jié)束語(yǔ)

為提高焊縫自動(dòng)跟蹤的精度和焊接質(zhì)量，國(guó)內(nèi)外學(xué)者對(duì)視覺傳感系統(tǒng)進(jìn)行了大量的研究。在傳感技術(shù)、焊縫圖像處理、智能控制算法等領(lǐng)域都有豐富的研究成果，這些創(chuàng)新技術(shù)提高了機(jī)器人焊縫跟蹤精度和焊接質(zhì)量。傳感器技術(shù)以及焊縫跟蹤過程中控制策略的不斷改善，提高了焊縫跟蹤過程響應(yīng)速度，并實(shí)現(xiàn)了對(duì)復(fù)雜特殊形狀焊縫的高精度跟蹤。

隨著材料和通訊技術(shù)的發(fā)展，高精度新型的傳感技術(shù)在焊接過程中的應(yīng)用也將越來越廣泛；智能控制技術(shù)的迅速發(fā)展也會(huì)促進(jìn)焊接機(jī)器人控制技術(shù)的進(jìn)步，從而使得焊縫跟蹤的精度和質(zhì)量會(huì)進(jìn)一步的提高。

參考文獻(xiàn)

[1]樂健， 張華， 葉艷輝， 等. 基于旋轉(zhuǎn)電弧傳感器的角焊縫跟蹤[J]. 焊接學(xué)報(bào)， 2015， 36（5）： 5-9.

＼[2＼]呂學(xué)勤， 張柯， 吳毅雄. 焊縫自動(dòng)跟蹤的發(fā)展現(xiàn)狀與展望[J]. 機(jī)械工程學(xué)報(bào)， 2003， 39（12）： 80-85.

＼[3＼]Shen Hongyuan， Lin Tao， Chen Shanben， et al. Realtime seam tracking technology of welding robot with visual sensing[J].Journal of Intelligent & Robotic Systems， 2010， 59（3）： 283-298.

＼[4＼]樂健， 張華， 葉艷輝， 等. 小彎曲角焊縫跟蹤及焊縫終點(diǎn)檢測(cè)[J]. 焊接學(xué)報(bào)， 2015， 36（9）： 21-25.

＼[5＼]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.

＼[6＼]Lü Xueqin， Zhang Ke， Wu Yixiong. The seam position detection and tracking for the mobile welding robot[J]. The International Journal of Advanced Manufacturing Technology，2016， 88（5）：2201-2210

＼[7＼]侯震， 許燕玲， 黃色吉， 等. 視覺傳感技術(shù)在機(jī)器人焊接中的應(yīng)用[J]. 上海交通大學(xué)學(xué)報(bào)， 2016， 50（S1）： 55-58.

＼[8＼]王秀平， 白瑞林. 雙隊(duì)列控制的激光視覺焊縫跟蹤系統(tǒng)研究[J]. 計(jì)算機(jī)工程與應(yīng)用， 2015， 51（2）： 30-34.

＼[9＼]許二娟， 高向東， 蕭振林， 等. 激光焊接過程焊縫跟蹤傳感方法[J]. 電焊機(jī)， 2016， 46（1）： 28-34.

＼[10＼]卿衛(wèi)福， 羅斌. 電弧傳感技術(shù)在焊縫跟蹤中的應(yīng)用[J]. 金屬加工（熱加工）， 2014（10）： 40-41.

＼[11＼]洪波， 言浚光， 陽(yáng)佳旺， 等. 一種用于焊縫跟蹤的電容式傳感器[J]. 焊接學(xué)報(bào)， 2014， 35（2）： 55-58.

＼[12＼]孟慶斌. 電感式傳感器原理及在幾何量計(jì)量工具檢定中的應(yīng)用趨勢(shì)[J]. 中國(guó)計(jì)量， 2010（1）： 63-64.

＼[13＼]洪波， 戴威， 李湘文， 等. 窄間隙埋弧焊的磁控與電感復(fù)合式焊縫跟蹤方法[J]. 焊接學(xué)報(bào)， 2016， 37（1）： 11-14.

＼[14＼]王萍， 張文明. 圖像處理技術(shù)在焊縫跟蹤中的應(yīng)用[J]. 電子與封裝， 2008， 8（3）： 35-38， 46.

＼[15＼]Ming J Tsai， Lee Hongwen， Ann Naijun. Machine visionbased path planning for a robotic golf club head welding system[J]. Robotics and ComputerIntegrated Manufacturing， 2011， 27（4）： 843-849.

＼[16＼]喻寧娜， 莫?jiǎng)俸常?戴建樹. 基于激光視覺傳感的焊縫圖像閾值分割法研究[J]. 焊接， 2015（5）： 21-24.

＼[17＼]程繼文， 張義順. 螺旋管埋弧焊內(nèi)焊焊縫跟蹤[J]. 焊接技術(shù)， 2016， 45（6）： 71-74.

＼[18＼]毛志偉， 趙濱， 周少玲. 線結(jié)構(gòu)光視覺傳感焊縫跟蹤圖像處理[J]. 熱加工工藝， 2016， 45 （15）： 233-236.

＼[19＼]顧網(wǎng)平， 李心潔， 彭思平， 等. 基于視覺傳感的薄板焊縫特征亞像素提取方法[J]. 焊接技術(shù)， 2015， 44（4）： 16-19.

＼[20＼]陳海永， 杜曉琳， 董硯. 微小隨機(jī)變化焊縫的視覺特征提取[J]. 焊接學(xué)報(bào)， 2016， 37（5）： 97-101.

＼[21＼]柳健， 洪波， 李湘文， 等. 基于MPNBFE 法的磁控電弧焊縫跟蹤的信號(hào)提取[J].焊接學(xué)報(bào)， 2016， 37（3）： 53-56， 105.

＼[22＼]陳忠， 鄧汛， 李小輝， 等. 基于線激光視覺的機(jī)器人焊縫跟蹤魯棒控制方法[J]. 計(jì)算機(jī)測(cè)量與控制，2016， 24（8）： 107-110， 164.

＼[23＼]高向東， 吳嘉杰， 蕭振林， 等. 磁光成像自適應(yīng)卡爾曼濾波焊縫跟蹤算法[J]. 焊接學(xué)報(bào)， 2016， 37（3）： 9-12.

＼[24＼]胡繩蓀， 侯文考， 秦寶忠. 焊縫跟蹤系統(tǒng)中的自調(diào)整比例因子FuzzyP 控制器的研究[J]. 天津大學(xué)學(xué)報(bào)， 1999， 45（2）： 50-54.

＼[25＼]崔筱瑋， 田松亞， 熊憶明， 等. 波紋板焊縫跟蹤激光傳感器的性能研究[J].電焊機(jī)， 2015， 45（5）： 90-94.

＼[26＼]石永華， 王曉佳， 李學(xué)瑞. 用于波紋板角焊縫跟蹤的變步長(zhǎng)角點(diǎn)檢測(cè)算法[J].華南理工大學(xué)學(xué)報(bào)， 2014， 42（3）： 78-83.

＼[27＼]梁斌焱， 許先雨， 龔時(shí)華， 等. 三維T形焊縫的雙光束激光焊接及其焊縫跟蹤控制[J]. 焊接學(xué)報(bào)， 2016， 37（2）： 47-50.

收稿日期： 2016-11-27

呂健簡(jiǎn)介： 1991年出生，碩士研究生；主要從事焊接機(jī)器人焊縫跟蹤和燃料電池混合動(dòng)力系統(tǒng)能量管理方面研究