馬 波，林少鐸，張南峰，高向東

(廣東工業(yè)大學(xué) 廣東省焊接工程技術(shù)研究中心，廣州 廣東 510006)

0 引 言

在焊接過程中，受熱變形的現(xiàn)象會(huì)導(dǎo)致焊炬的位置偏離實(shí)際的焊縫軌跡，達(dá)不到理想的焊接質(zhì)量，因此，在焊接過程中需要控制焊炬與焊縫中心保持對(duì)中[1]。

目前，激光視覺傳感技術(shù)被廣泛應(yīng)用在焊縫特征識(shí)別與跟蹤領(lǐng)域[2-3]。該方法根據(jù)焊縫表面激光條紋的突變特征，通過視覺傳感器及圖像處理技術(shù)，實(shí)現(xiàn)焊縫位置的準(zhǔn)確識(shí)別[4-5]。利用視覺傳感器采集焊接過程中的圖像時(shí)，會(huì)出現(xiàn)大量的弧光、飛濺、粉塵等噪聲干擾，導(dǎo)致所采集到焊縫位置圖像信息被嚴(yán)重淹沒，影響焊縫特征點(diǎn)提取。因此，研究準(zhǔn)確、可靠的焊縫特征點(diǎn)提取方法，是實(shí)現(xiàn)焊縫跟蹤的首要任務(wù)。隨著計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展，也有學(xué)者使用深度學(xué)習(xí)的方法來提取特征點(diǎn)。文獻(xiàn)[6]利用了深度卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征表達(dá)能力和自學(xué)習(xí)功能，研究了基于深度分層特征的焊縫特征點(diǎn)檢測(cè)方法，該方法具有較強(qiáng)的抗干擾能力；文獻(xiàn)[7]使用點(diǎn)云(point cloud)處理算法對(duì)采集的激光條紋圖像進(jìn)行了重建，得到了焊縫三維模型，并對(duì)模型表面進(jìn)行了平面擬合，將激光條紋上與擬合面距離最大的點(diǎn)視為焊縫特征點(diǎn)，該方法具有很好的提取精度；文獻(xiàn)[8]利用密集采樣訓(xùn)練核正則最小二乘，區(qū)分圖像中的噪聲和激光條紋信息，提出了一種序列重力法提取激光條紋中心線，然后采用了雙閾值遞推最小二乘法對(duì)條紋中心線進(jìn)行了擬合求交，準(zhǔn)確提取了焊縫特征點(diǎn)；文獻(xiàn)[9]在圖像預(yù)處理后，使用方向模板法提取了條紋中心線，然后利用斜率分析法和最小二乘法擬合，實(shí)現(xiàn)了焊縫特征點(diǎn)的準(zhǔn)確提取。

在實(shí)際的焊接過程中，由于各種過程噪聲及測(cè)量設(shè)備測(cè)量噪聲的存在[10]，使用傳統(tǒng)的濾波方法對(duì)這些噪聲進(jìn)行處理，往往得不到理想的效果，容易造成檢測(cè)到的焊縫位置信息與實(shí)際焊縫位置信息存在偏差，導(dǎo)致焊縫跟蹤精度不高。

因此，本文將提出一種結(jié)合斜率分析法和Kalman濾波的焊縫跟蹤估計(jì)算法，對(duì)焊接路徑進(jìn)行跟蹤。

1 焊縫跟蹤試驗(yàn)系統(tǒng)與標(biāo)定

激光視覺傳感的焊縫跟蹤試驗(yàn)裝置原理圖如圖1所示。

圖1 激光視覺傳感的焊縫跟蹤試驗(yàn)裝置原理圖

系統(tǒng)主要由視覺傳感器、圖像處理系統(tǒng)、運(yùn)動(dòng)控制系統(tǒng)、焊接試驗(yàn)平臺(tái)組成。其中，視覺傳感器由相機(jī)、線激光發(fā)生器及濾光片等組成。試驗(yàn)過程中，線激光發(fā)生器發(fā)射激光束在焊件表面形成一條包含焊縫位置信息的明亮激光條紋。此時(shí)，攝像機(jī)采集激光條紋圖像傳輸?shù)焦た貦C(jī)圖像處理系統(tǒng)，進(jìn)行焊縫特征點(diǎn)提取，得到特征點(diǎn)像素坐標(biāo)。最后根據(jù)特征點(diǎn)的像素坐標(biāo)，計(jì)算出焊縫輪廓在測(cè)量坐標(biāo)系下對(duì)應(yīng)的三維坐標(biāo)值。

視覺傳感器采用CMOS相機(jī)，其幾何和光學(xué)參數(shù)的標(biāo)定精度直接影響焊縫跟蹤結(jié)果。

攝像機(jī)內(nèi)參標(biāo)定如表1所示。

表1 攝像機(jī)內(nèi)參標(biāo)定

在進(jìn)行焊縫跟蹤過程中，需要建立焊縫特征點(diǎn)的世界坐標(biāo)系與圖像坐標(biāo)系之間的轉(zhuǎn)換關(guān)系，焊縫的圖像坐標(biāo)系與世界坐標(biāo)系的關(guān)系如下[11]：

(1)

式中：u,v—焊縫特征點(diǎn)的圖像坐標(biāo)；xw,yw,zw—特征點(diǎn)對(duì)應(yīng)的世界坐標(biāo)；fx—攝像機(jī)在x軸的歸一化焦距；fy—攝像機(jī)在y軸的歸一化焦距；Zc—攝像機(jī)坐標(biāo)系中對(duì)應(yīng)點(diǎn)的縱坐標(biāo)；u0,v0—攝像機(jī)主點(diǎn)坐標(biāo)；R—旋轉(zhuǎn)矩陣；T—平移向量。

在標(biāo)定過程中，針對(duì)圖像徑向畸變的問題，使用畸變矯正模型對(duì)圖像做畸變矯正，其表達(dá)式為：

(2)

式中：ud,vd—畸變矯正前特征點(diǎn)圖像坐標(biāo)；u,v—矯正后特征點(diǎn)對(duì)應(yīng)圖像坐標(biāo)；k1，k2—畸變系數(shù)。

試驗(yàn)采用鋸齒靶標(biāo)標(biāo)定法，標(biāo)定時(shí)X軸和Y軸保持不動(dòng)，不斷調(diào)整Z軸的高度，采集一系列特征點(diǎn)的圖像坐標(biāo)和世界坐標(biāo)，利用式(1-2)推導(dǎo)旋轉(zhuǎn)矩陣R和平移向量T，建立焊縫特征點(diǎn)世界坐標(biāo)系與圖像坐標(biāo)系之間的轉(zhuǎn)換關(guān)系。

為了驗(yàn)證跟蹤系統(tǒng)的標(biāo)定精度，試驗(yàn)選用0級(jí)量塊中的10 mm量塊，在測(cè)量高度不變的情況下對(duì)量塊重復(fù)擺放測(cè)量10次。

焊縫跟蹤試驗(yàn)系統(tǒng)測(cè)得的誤差圖如圖2所示。

圖2 焊縫跟蹤試驗(yàn)系統(tǒng)測(cè)量誤差圖

圖2顯示：測(cè)量誤差在0.038 mm以內(nèi)，即滿足標(biāo)定的要求。

2 焊縫特征點(diǎn)提取

2.1 激光條紋中心線提取

在焊縫特征點(diǎn)的提取過程中，為了去除與焊縫特征無關(guān)的信息，本文首先對(duì)其提取一個(gè)感興趣區(qū)域，然后對(duì)其進(jìn)行中值濾波、閾值分割、面積域?yàn)V波、形態(tài)學(xué)膨脹等操作。

試驗(yàn)過程中，激光條紋橫截面上的光強(qiáng)度呈高斯分布，靠近條紋中心的像素點(diǎn)灰度值都比較大。

為了提高條紋區(qū)域中灰度值較大的像素點(diǎn)對(duì)焊縫條紋中心計(jì)算結(jié)果的影響，本文提出一種基于極值法的邊界約束灰度平方加權(quán)重心法提取條紋中心線的方法。

激光條紋中心線提取結(jié)果如圖3所示。

圖3 激光條紋中心線提取結(jié)果

本文首先利用極值法尋找每一列中灰度值最大的像素點(diǎn)，然后取最大值上、下各3個(gè)像素點(diǎn)，將這些像素點(diǎn)的坐標(biāo)代入灰度重心法，計(jì)算該列條紋中心坐標(biāo)?；叶戎匦姆ǖ挠?jì)算公式為：

(3)

式中：px—激光條紋圖像中第x列條紋中心的行坐標(biāo)，點(diǎn)px組成激光條紋中心線；i—圖像列坐標(biāo)；S—激光條紋圖像區(qū)域；g(x,i)—像素點(diǎn)(x,i)的灰度值。

2.2 焊縫特征點(diǎn)提取

由圖3可知，激光條紋中心線不是光滑的曲線，如果直接對(duì)其進(jìn)行特征點(diǎn)提取會(huì)存在較大的誤差。因此，本文提出一種基于斜率分析法和最小二乘法相結(jié)合的方法。

焊縫特征點(diǎn)提取結(jié)果如圖4所示。

圖4 焊縫特征點(diǎn)提取結(jié)果

本研究使用最小二乘法對(duì)每一段曲線進(jìn)行擬合求交，進(jìn)行焊縫特征點(diǎn)的精提取。焊縫特征點(diǎn)提取過程如下：假設(shè)條紋中心線的最高點(diǎn)為H，起始點(diǎn)為L(zhǎng)，終點(diǎn)為R，將中心線上L點(diǎn)至H點(diǎn)之間的所有點(diǎn)與H點(diǎn)虛連成一條直線，并求所有直線的斜率；將斜率最大的點(diǎn)記為L(zhǎng)1；同理，對(duì)中心線上H點(diǎn)至R點(diǎn)之間的所有點(diǎn)進(jìn)行同樣操作，將斜率最小的點(diǎn)記為R1；此時(shí)，條紋中心線被L1、H和R1分成4段，然后對(duì)每一段條紋中心線使用最小二乘法進(jìn)行擬合求交，即可提取出焊縫特征點(diǎn)。

2.3 焊縫位置卡爾曼濾波

在焊縫跟蹤過程中，存在各種系統(tǒng)噪聲和測(cè)量噪聲，導(dǎo)致采集到的波形出現(xiàn)大量的干擾，且這類噪聲通常是一維隨機(jī)信號(hào)，使用傳統(tǒng)的濾波方法難以將其去除。為減小這類噪聲的干擾，本文利用卡爾曼濾波算法對(duì)焊縫位置進(jìn)行估算，建立描述焊縫中心位置的系統(tǒng)狀態(tài)方程與測(cè)量方程；在焊炬與焊縫中心位置xoy坐標(biāo)系中對(duì)x方向作分析。焊縫的位置方程可用下式表示：

(4)

狀態(tài)方程可用下式表示：

(5)

式中：X(k+1)—k+1時(shí)刻焊縫跟蹤系統(tǒng)狀態(tài)向量；W(k)—跟蹤系統(tǒng)過程噪聲；X(k)—k時(shí)刻焊縫跟蹤系統(tǒng)狀態(tài)向量；A—狀態(tài)轉(zhuǎn)移矩陣。

測(cè)量方程可用下式表示：

(6)

式中：Z(k)—測(cè)量向量；Δx(k)—位移量；H—測(cè)量矩陣；V(k)—k時(shí)刻焊縫跟蹤系統(tǒng)的測(cè)量噪聲。

卡爾曼濾波流程可用公式(7～12)表示[12]，即：

X(k|k-1)=A(k-1)X(k-1|k-1)

(7)

式中：X(k|k-1)—焊縫跟蹤過程中相鄰兩時(shí)刻狀態(tài)向量；X(k-1|k-1)—k-1時(shí)刻狀態(tài)向量的最佳估計(jì)值。

P(k|k-1)=A(k-1)P(k-1|k-1)AT+Q

(8)

式中：P(k|k-1)—焊縫跟蹤過程中狀態(tài)向量X(k,k-1)對(duì)應(yīng)的協(xié)方差；P(k-1|k-1)—狀態(tài)向量X(k-1,k-1)應(yīng)的協(xié)方差；Q—系統(tǒng)噪聲協(xié)方差矩陣。

(9)

(10)

式中：Mk—卡爾曼濾波增益矩陣；R—測(cè)量噪聲協(xié)方差矩陣。

X(k|k)=X(k|k-1)+Mk×Zk

(11)

式中：X(k|k)—k時(shí)刻狀態(tài)向量的最佳估計(jì)。

P(k|k)=(In-Mk×H)×P(k|k-1)

(12)

式中：P(k|k)—狀態(tài)向量X(k|k)對(duì)應(yīng)的協(xié)方差；In—n階單位矩陣。

3 試驗(yàn)與結(jié)果分析

為驗(yàn)證算法的可行性，本文選用焊件尺寸200 mm×100 mm×10 mm的Q235鋼板進(jìn)行對(duì)接試驗(yàn)，坡口寬度為8 mm，坡口深度為10 mm；設(shè)置焊縫路徑與焊炬路徑在末端偏離10 mm，即在焊縫起點(diǎn)時(shí)偏差為0，焊槍跟隨焊炬路徑運(yùn)動(dòng)，到達(dá)焊縫終點(diǎn)處焊縫偏差為10 mm。試驗(yàn)中設(shè)置跟蹤距離為200 mm，跟蹤速度為5 mm/s。分析對(duì)象選擇V型焊縫中間特征點(diǎn)作為焊縫中心位置。

焊縫中心位置測(cè)量值如圖5所示，

圖5 焊縫中心位置測(cè)量值

測(cè)量值為使用斜率分析法檢測(cè)得到的焊縫中心位置。從圖5中發(fā)現(xiàn)，測(cè)量值在實(shí)際值兩側(cè)波動(dòng)，呈線性關(guān)系，顯示出實(shí)際的焊縫偏差值；由于存在系統(tǒng)噪聲及測(cè)量噪聲，測(cè)量值誤差相對(duì)較大。

因此，為了減小噪聲干擾的影響，本文使用Kalman濾波對(duì)測(cè)量值進(jìn)行數(shù)據(jù)濾波，其結(jié)果如圖6所示。

圖6 卡爾曼濾波結(jié)果

從圖6中可以看出：Kalman濾波值在實(shí)際值兩側(cè)的波動(dòng)更小，更加接近實(shí)際值。

焊縫跟蹤誤差統(tǒng)計(jì)如表2所示。

表2 焊縫跟蹤誤差統(tǒng)計(jì)

從表2中可以看出：經(jīng)Kalman濾波處理后誤差變得更小，最大誤差為0.109 mm，平均誤差為0.023 mm；與文獻(xiàn)[10]所提出的角點(diǎn)檢測(cè)-光流跟蹤方法相比，誤差更小，進(jìn)一步提高了跟蹤精度。

上述試驗(yàn)驗(yàn)證了Kalman濾波焊縫跟蹤方法的可行性和精度，并且得到了Kalman濾波后的焊縫路徑。為進(jìn)一步驗(yàn)證Kalman濾波焊縫路徑的準(zhǔn)確性，筆者控制焊槍沿著Kalman濾波后的焊縫路徑進(jìn)行焊接試驗(yàn)。由于焊件直接裝夾在試驗(yàn)平臺(tái)上，為了防止平臺(tái)被焊上，本研究控制焊槍只對(duì)Kalman濾波焊縫路徑中間的150 mm進(jìn)行焊接試驗(yàn)，即在Kalman濾波焊縫路徑前25 mm及后25 mm不進(jìn)行焊接。

V型焊縫對(duì)接焊焊后實(shí)物圖如圖7所示。

圖7 V型焊縫對(duì)接焊焊后實(shí)物圖

圖7中，焊縫長(zhǎng)度約為150 mm，熔寬約為9 mm，熔高約為5 mm，可見V型焊縫基本上已經(jīng)被焊滿，且焊縫成形較理想；證明本研究針對(duì)V型焊縫所提出的相關(guān)方法及理論能夠?qū)崿F(xiàn)對(duì)焊槍的調(diào)整，并始終對(duì)準(zhǔn)焊縫中心，焊接工藝參數(shù)選擇較優(yōu)，能夠保證較好的焊接質(zhì)量。

4 結(jié)束語

本研究介紹了在V型坡口厚板對(duì)接焊中，利用激光視覺傳感器采集焊縫圖像，提出了一種基于極值法的邊界約束灰度平方加權(quán)重心法，提取激光條紋線；為了定位V型坡口拐點(diǎn)位置，使用斜率分析和最小二乘法相結(jié)合的方法，準(zhǔn)確提取焊縫特征點(diǎn)；其次為減少系統(tǒng)噪聲和測(cè)量噪聲的影響，利用卡爾曼濾波進(jìn)行處理。

研究結(jié)果表明：焊縫跟蹤的平均誤差為0.023 mm，提高了焊縫跟蹤精度；并通過焊接試驗(yàn)驗(yàn)證了算法的可行性，即基于斜率表征與卡爾曼濾波的焊縫跟蹤方法能夠減小噪聲干擾影響，實(shí)現(xiàn)焊縫特征的準(zhǔn)確提取。