魏洪玲

（黑龍江東方學院機電工程學部，哈爾濱 150060）

0 引言

相貫線管件廣泛應(yīng)用在建筑行業(yè)、石油化工行業(yè)、汽車制造行業(yè)，由于其獨特的空間結(jié)構(gòu)，在焊接過程中存在著較高的難度?，F(xiàn)有的焊接方式主要采用示教模式再現(xiàn)相貫線曲線，示教過程中費時費力、效率不高，并且控制精度不高。焊接機器人工作中的關(guān)鍵問題包括焊縫路徑的識別、焊接機器人的軌跡規(guī)劃及焊縫的跟蹤控制。為此，本文結(jié)合視覺傳感系統(tǒng)和模糊控制方法對相貫線焊縫軌跡進行跟蹤研究。

1 系統(tǒng)工作原理

圖1 所示為焊接系統(tǒng)示意圖。將相貫線管件放置在工作臺上，工業(yè)相機獲取焊縫圖像，經(jīng)圖像采集卡傳入計算機，通過圖像處理軟件對采集的圖像進行分析，提取到相貫線焊縫中心點特征并獲取其相應(yīng)坐標，再與焊槍當前位置的坐標進行比較分析，計算出相應(yīng)偏差的大小，然后將所得到的偏差信號反饋給控制器，控制器進行處理后轉(zhuǎn)化為相應(yīng)的控制信號去控制執(zhí)行機構(gòu)，進而完成對焊槍位置的實時調(diào)整，實現(xiàn)對焊縫位置的實時跟蹤處理。視覺系統(tǒng)，由相機和圖像采集卡及圖像處理系統(tǒng)組成，是整個系統(tǒng)的眼睛，也是對焊縫路徑進行識別的核心。

圖1 焊接系統(tǒng)示意圖

2 焊縫識別

焊縫圖像在經(jīng)過工業(yè)相機采集的工程中存在不同程度的噪聲干擾，導致由采集系統(tǒng)采集的圖像不夠清晰，對焊縫特征信息的有效性產(chǎn)生干擾，這樣提取的信息不能在焊縫識別與控制中直接應(yīng)用。為此，想要獲取清晰有效的焊縫圖像信息，就必須采取相應(yīng)的措施，來減少噪聲干擾的產(chǎn)生。圖像處理相對比較復雜，方法也比較多，有時在圖像處理的過程中，為達到預期的處理效果會采用多種方法相互結(jié)合。

2.1 圖像預處理

圖像獲取后尤其彩色圖像，其焊縫和邊緣分界不是很明顯，這樣不便提取相應(yīng)焊縫的有效信息。因此要對圖像進行預處理來提高圖像的對比度[1]，也可在工業(yè)相機拍攝的圖像中設(shè)置一個感興趣的處理窗口，列出焊接焊縫重要的幾何特征，減少干擾。由于該焊接機器人配有整體翻轉(zhuǎn)變位機，變位機的旋轉(zhuǎn)范圍為180°，故分析相貫線時選取焊縫的1/2 為例，圖像如圖2所示。

圖2 提高對比度的圖像

2.2 灰度處理

圖像的灰度化實質(zhì)上就是將三通道的彩色圖像變?yōu)閱瓮ǖ赖幕叶葓D像。直方圖處理后的圖像，會產(chǎn)生對比度不足的缺點，需要對直方圖進行均衡化，通過某種變換將采集的圖像中灰度相近的且像素點較多的那部分區(qū)域灰度范圍大幅度展寬，將微小灰度的變換顯現(xiàn)在大區(qū)域中，這樣處理后，會使圖像更加清晰。

2.3 圖像二值化

圖像二值簡單說就是利用數(shù)字信號處理的基本知識，將圖像中的特征與非特征進行區(qū)分，通過灰度閥值選取的不同區(qū)分出有效的特性，如將圖像上的像素點的灰度值設(shè)置為0或255，就會將灰度圖像轉(zhuǎn)化為黑白圖像。對圖像進一步處理來說，圖像的二值化是較為有利的方法，同時也會使圖像變得簡單一些，能夠更加突出相貫線焊縫的輪廓。

2.4 焊縫路徑信息提取

2.4.1 輪廓提取

輪廓提取就是把圖像劃分為若干個特定的、具有獨特特性性質(zhì)的區(qū)域，并在該區(qū)域內(nèi)提取所需信息的技術(shù)和過程。一般用一階或二階求導來檢測邊緣。常見的邊緣檢測算子有Roberts算子、Sobel算子、Canny算子和Kirsch算子等[2]。Roberts算子因?qū)吘壎ㄎ粶蚀_，故對焊縫的輪廓提取如下圖3所示。

圖3 焊縫輪廓提取后的效果圖

2.4.2 中心線提取

焊縫中心線可以認為是焊接機器人的行動軌跡，常用的方法有Hough 變化法、形態(tài)學細化法、最小二乘法以及平均值法等[3]。由于相貫線焊縫不規(guī)則，坡口變化較大，故采用平均值方法提取焊縫的中心線。得到提取處理完的焊縫中心線圖像，就可以計算得出焊縫中心線相對于圖像坐標系下的坐標，然后可以利用Matlab 仿真軟件對焊縫中心線所在坐標系下的坐標進行分析擬合，從而得到焊縫路徑中心線相對于圖像坐標系的近似方程。再提取方程中若干點，經(jīng)坐標轉(zhuǎn)換便可得到其在世界坐標系下的坐標，從而得到焊縫中心點的位姿信息，有利于機器人帶動焊槍與變位機帶動待焊的相貫線工件的配合動作，完成實時焊接任務(wù)。

3 焊縫跟蹤系統(tǒng)控制器設(shè)計

3.1 焊縫跟蹤原理

在得到相貫線焊縫中心點位置后，關(guān)鍵問題就變?yōu)楹缚p實時跟蹤問題，同時也要實時確定焊槍的位置[4]。從系統(tǒng)結(jié)構(gòu)可以得知，視覺傳感器（相機）與焊槍具有同時動作的特點。假設(shè)焊接過程中的T0時刻，焊槍的中心點恰好落在相貫線焊縫中心點之上，而此時視覺傳感器恰好在S的位置，設(shè)此位置與焊縫的偏差值為e，而相機與焊槍之間的相對距離設(shè)為L，并設(shè)焊槍要在一定時間τ后到達視覺傳感器S的位置，并設(shè)焊接的速度為ν，則有τ=L/v。如圖4所示。

圖4 焊縫跟蹤位置關(guān)系示意圖

在實際的焊縫過程中，焊槍在不停地根據(jù)糾差量進行位移調(diào)整，可以得到焊槍位姿誤差，再對位姿偏差求導就可以得到位姿偏差變化率?？蛇\用控制理論的思想，設(shè)計采用不同控制策略對焊縫跟蹤進行控制，如模糊控制、自適應(yīng)控制等，可實時跟蹤機器人焊槍點與目標點的位姿。

3.2 自適應(yīng)模糊控制器設(shè)計

模糊控制是不需要建立標準的數(shù)學模型，這樣能避免系統(tǒng)不確定性對控制性能的影響[5]。自適應(yīng)模糊PID控制器結(jié)構(gòu)如圖5所示。圖中機器人、焊槍為被控對象。模糊控制器主要完成實時調(diào)整焊縫位置與焊槍位置。圖像采集和特征提取主要由反饋模塊完成，進而準確獲取焊縫的位置偏差信號[6]。

圖5 自適應(yīng)模糊PID結(jié)構(gòu)圖

自適應(yīng)模糊PID控制器的理論基礎(chǔ)是PID算法，輸入量為誤差E和誤差變化率EC，采用模糊控制的一些手段進行參數(shù)整定，得到滿足實際需要的E 和EC，最后在對PID 參數(shù)進行自整定[7]。

3.2.1 模糊化

在焊縫軌跡跟蹤系統(tǒng)模糊控制中，輸入量可以選取焊縫中線點和焊槍位置的偏差E、以及偏差變化率EC，輸出為PID調(diào)整ΔKP、ΔKi、ΔKd，將輸入和輸出的論域均分為7 襠，即{NB，NM. NS，ZE，PS，PM，PB}，設(shè)定模糊輸入和模糊輸出的論域為{-6，-4，-2，0，2，4，6}。根據(jù)實際生產(chǎn)過程中焊縫系統(tǒng)的操作經(jīng)驗建立模糊控制規(guī)則。

3.2.2 模糊推理

模糊推理采用max-min法，即將規(guī)則庫中的Ai，Bi，Ci分別看作論域上的集合X，Y，Z，這樣就可以得出每條控制規(guī)則的相應(yīng)關(guān)系：

Ri的隸屬函數(shù)為

全部模糊規(guī)則所對應(yīng)的模糊關(guān)系取并集，即

R的隸屬函數(shù)為

當輸入變量E、EC分別去模糊集A、B時，模糊推理得出的控制量ΔKm，可得：

式中：m=p、i、d

U的隸屬函數(shù)為

3.3.3 去模糊化

去模糊化采用加權(quán)平均判決法，可以得出模糊輸出量，公式如下：

根據(jù)生產(chǎn)實際經(jīng)驗和誤差逼近原理，建立ΔKP、ΔKi、ΔKd的控制規(guī)律，如表1所示。

表1 ΔKP 、ΔKi 、ΔKd 的模糊控制規(guī)則表

調(diào)整后PID參數(shù)為

則系統(tǒng)實控制輸出為

4 仿真及結(jié)果分析

為了驗證本文自適應(yīng)模糊PID 焊縫跟蹤控制方法的效果，可以對機器人相貫線焊縫跟蹤系統(tǒng)進行仿真設(shè)計與分析。在Matlab下建立相應(yīng)的自適應(yīng)模糊PID控制框圖。2種控制器的階躍響應(yīng)信號如圖6所示，從圖中看出，選用自適應(yīng)模糊PID 控制器的跟蹤系統(tǒng)超調(diào)量比較小，響應(yīng)速度也較快，較短時間就能恢復穩(wěn)定狀態(tài)。

圖6 不同控制器階躍信號響應(yīng)曲線

5 結(jié)束語

本文主要對焊縫識別和焊縫軌跡跟蹤控制系統(tǒng)進行研究，在控制策略的選擇上采用了自適應(yīng)模糊控制理論，本文選用的控制方法具有較高跟蹤精度、控制過程較平穩(wěn)等特點，而且焊接效果較好，對相貫線及不規(guī)則焊縫自動跟蹤系統(tǒng)的研究具有一定的實際意義。