摘 要：本文針對基于激光視覺的多層多道焊接圖像處理技術展開了研究工作。根據(jù)中厚板V型坡口焊接條件，制定一條合理的焊縫激光條紋圖像處理流程，并提出改進的基于距離濾波的特征點識別方法，快速準確地檢測激光條紋特征點信息，為后續(xù)多層多道焊接路徑規(guī)劃提供研究基礎。試驗結果表明，該方法處理速度快、精度高、魯棒性強，滿足多層多道焊接工藝要求。

關鍵詞：圖像處理；焊接；激光視覺

一、序言

中厚板焊接經(jīng)常應用于船舶制造、橋梁桁架以及壓力容器等領域中[1]，多層多道焊為常用的焊接方法之一.傳統(tǒng)多層多道機器人焊接中一般采用每道焊接單獨示教的方法，勞動強度大，效率低下，精度無法控制.因此多層多道自動化焊接系統(tǒng)為提高生產(chǎn)效率的關鍵解決方案[2].

目前，國內外為解決智能化焊接問題研制了多種傳感方式，其中，視覺傳感器因其具有非接觸式，精度高，圖像信息豐富等優(yōu)點受到國內外學者廣泛關注. 現(xiàn)階段，大量論文的方向集中在激光視覺焊縫跟蹤的圖像處理技術。張華軍[3]等人分析了焊縫條紋圖像的縱向灰度分布規(guī)律，采用二重斜率平滑處理的方法，獲得了焊縫形狀的四個拐點；顧帆[4]等人通過中心線直線擬合與逐列搜索相結合的方法提取了焊縫特征點；蔡志勇[5]等人將小波變換算法應用于多層多道焊縫激光條紋提取，并通過模板匹配技術實現(xiàn)焊縫坡口拐點識別. Prasarn Kiddee等人[6]利用十字激光交叉點的先天條件設計了一種自動獲取ROI區(qū)域的算法，并通過局部模板匹配的方法獲取特征點的坐標，減小了計算成本。

本文根據(jù)焊接過程中的弧光、飛濺等噪聲的存在方式，制定了一條實時焊接圖像處理流程，提出了改進的基于距離濾波的特征點識別方法，快速準確處理出每道焊縫填充后所形成的激光條紋特征點.

二、多層多道焊接系統(tǒng)

整個焊接系統(tǒng)包括一臺ABB IRB1410型機器人，一套福尼斯MIG/MAG焊接系統(tǒng)，一個激光視覺傳感器以及一臺工控機.焊槍位于機器人末端，同時將激光傳感器固定于焊槍前方.由激光視覺傳感器采集焊接圖像傳輸給工控機，經(jīng)過圖像處理獲得所需要的特征點三維信息。焊接順序如圖1所示，共4層8道，鋼板材料為Q235，板厚12mm，每道焊接參數(shù)相同。

三、多層多道焊縫圖像處理

1. 圖像預處理

如圖2a所示，激光視覺傳感器中設置的濾光片和遮光板為采集到的圖像濾除了大量的弧光、飛濺，但仍然包含許多類似椒鹽和脈沖等噪聲。在對原始圖像灰度化后，采用3*3的模板對采集到的圖像進行中值濾波，處理結果如圖2b所示。本文采用通用的二值化算法來消除濾波后殘留的灰度值較小的噪聲，突出激光條紋線。對于圖像中除了激光條紋線外的少量飛濺，本文提取了如圖2d所示坡口附近圖像的感興趣區(qū)域（ROI）使區(qū)域外像素值置0。并對感興趣區(qū)域內的條紋線，以3階的單位矩陣為結構元素進行2次形態(tài)學膨脹，處理結果如圖2e所示。圖像細化可以刪除二值圖像不必要的輪廓點，只保留其骨架。本文采用文獻[7]的算法，將激光條紋曲線層層簡化為單像素的中心線。對激光條紋圖像進行多次迭代，直至獲得如圖2f所示的中心線。

2. 特征點提取方法

（1）距離濾波方法基本思想

采用距離濾波對激光條紋中心線進行特征點識別[8]是取激光條紋中的前后若干點進行直線擬合，求取激光條紋上的像素點到該直線的距離并根據(jù)經(jīng)驗設置一定閾值.通過對比所求取的距離數(shù)據(jù)與設置的閾值之間的大小，對中心線進行3次濾波得到圖像特征點。由于設置了閾值所以濾波后的兩端端點并不是真正的特征點，因此需要對設置的閾值進行補償.最終確定精確的激光條紋特征點.

該方法可以快速濾除中心線上大量與特征點無關的信息.然而采用這種濾波方法檢測出的4個特征點信息僅適用于并排焊道不多于2道的情況同時先濾波后補償?shù)姆椒ㄔ谶\算過程中易出現(xiàn)誤差，具有一定的局限性.

（2）改進的基于距離檢測的特征點提取方法

本文針對中厚板大坡口多層多道焊接特征點，借鑒上述距離檢測的概念設計了一種焊接特征點檢測方法，基本檢測流程如圖3所示。首先從左（右）第一個像素不為0的點逐列檢索，根據(jù)V型坡口頂部拐點的特點檢索出頂部左（右）2個拐點，然后過這兩點（a（jl），jl），（a（jr），jr）擬合一條直線，在jl，jr間計算像素值為1的點到該直線的距離d的集合。最終檢索出最大值d所在的點，作為下一步焊接位置的參考點。

四、試驗結果

采用上述多層多道焊縫圖像處理算法，分別對各道焊縫進行圖像處理和特征點檢測試驗，處理結果如圖4所示，以焊接第二道、第四道、第六道的結果為例。其中圖4a1、4b1和4c1為原始的灰度圖像；圖5a2、5b2和5c2為距離檢測曲線；圖4a3、4b3和4c3為特征點檢測結果?？梢钥闯觯卣鼽c識別結果與焊縫特征點實際位置基本吻合。通過特征點的位置信息，可以進一步計算焊槍偏差值，規(guī)劃焊槍位姿，實現(xiàn)焊縫跟蹤，同時檢測焊接質量，形成良好的焊接工藝。經(jīng)過多組試驗驗證，該方法測量精度在0.2mm左右，單幅圖像測量時間不超過0.08s。

五、結論

針對多層多道焊接過程中存在的問題，設計了一條結構光視覺圖像處理流程，提出了一種改進的基于距離濾波的多層多道激光條紋焊縫特征點檢測方法.首先采用逐列對比搜索的方法提取焊縫頂端2個特征點，過兩點擬合一條直線，最終通過中心上的點到直線的距離對圖像進行濾波得到底部特征點。試驗證明，該方法能夠快速準確地檢測坡口特征信息，運算速度快，計算精度高，適應性強，滿足多層多道焊縫跟蹤的要求。

參考文獻

[1]Kim Y B，Kim J G，Jang W T，et al.，“Development of Automatic Welding System for Multi-Layer and Multi-Pass Welding，” IFAC Proceedings Volumes，Vol.41，No.2，pp. 4290-4291，2008.

[2]Kang M G，Kim J H，Park Y J，et al.，“Laser vision system for automatic seam tracking of stainless steel pipe welding machine（ICCAS 2007），” International Conference on Control，Automation and Systems IEEE，pp. 1046-1051，2007.

[3]張華軍，張廣軍，蔡春波，高洪明，吳林.機器人多層多道焊縫激光視覺焊道的識別[J].焊接學報，2009，30（04）：105-108+118.

[4]顧帆，陳華斌，何銀水，陳善本.基于激光視覺的多層多道焊接坡口特征點提取方法[J].上海交通大學學報，2016，50（S1）：62-65.

[5]蔡志勇，陳榮，余伏章，張華，胡保安.小波變換的多層多道焊接拐角跟蹤點的識別研究[J].中國圖象圖形學報，2008，13（12）：2344-2350.

[6]Kiddee P，F(xiàn)ang Z and Tan M.，“An automated weld seam tracking system for thick plate using cross mark structured light，” International Journal of Advanced Manufacturing Technology，Vol. 87，No. 9-12，pp. 3589-3603，2016.

[7]Zhang T Y.，“A fast parallel algorithm for thinning digital patterns，” Comm Acm，Vol. 27，No. 3，pp. 236-239，1984.

[8]歐志輝，孫振國，陳詠華，吳景然.基于距離濾波的厚板多層多道焊特征點識別算法[J].焊接技術，2017，46（05）：8-12+151.

作者簡介

倪沫楠，男，1993.11.26，天津工業(yè)大學，研究方向：機器人視覺及其控制。

（作者單位：天津工業(yè)大學）