張勇， 高延峰， 張華

(上海工程技術(shù)大學(xué)，上海市大型構(gòu)件智能制造機器人技術(shù)協(xié)同創(chuàng)新中心，上海 201620)

0 前言

船艙格子間是一種不規(guī)則的鋼板拼裝結(jié)構(gòu)，難以采用傳統(tǒng)的工業(yè)機器人進行自動化焊接。狹小的工作空間使得焊工必須長時間趴臥躬身完成焊接，難以保證焊接質(zhì)量，且容易造成勞動損傷[1]。為了實現(xiàn)自動化焊接，需要借助機器視覺進行環(huán)境識別和焊接路徑的規(guī)劃引導(dǎo)。

對于船艙格子間焊縫識別問題，郭亮等人[2]將旋轉(zhuǎn)電弧與激光視覺傳感器相結(jié)合，實現(xiàn)了狹小空間直角角焊縫的識別，并通過試驗證實了焊縫的識別與跟蹤效果。Zeng等人[3]在焊縫兩側(cè)安置屏閃光源，基于定向照明的光影特征識別焊縫邊緣。Chen等人[4]提出了一種基于雙目結(jié)構(gòu)光傳感器的3D焊縫提取與跟蹤方法，并生成了指導(dǎo)機器人操作的路徑。Wang等人[5]提出了一種結(jié)合多極約束的簡要描述立體匹配算法，解決了焊件表面的模糊或相似特征給雙目視覺立體匹配帶來的困難，并實現(xiàn)焊縫的識別與定位。Jia等人[6]基于雙目立體視覺實現(xiàn)了焊縫深度信息的提取。楊斌等人[7]基于雙目視覺原理并結(jié)合LeNet-5 卷積神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)了對于焊縫圖像較為全面的特征提取。何銀水等人[8]提出了一種基于視覺注意機制的機器人厚板焊接焊縫輪廓提取方法，實現(xiàn)了焊接過程中焊縫輪廓與熔池的同時識別。

針對船艙格子間角焊縫路徑識別問題，從雙目視覺的拍攝角度、拍攝距離，以及圖像處理、匹配算法優(yōu)化幾個方面，研究了基于雙目視覺系統(tǒng)的船艙格子間角焊縫識別問題。

1 船艙格子間環(huán)境與焊接機器人

1.1船艙格子間工況介紹

為了加強船體強度，船艙底部通常采用小型格子間形式，相鄰格子之間存在不規(guī)則流水孔，使得焊縫路徑間斷且復(fù)雜。單個格子間空間狹小，焊縫類型多樣，有直線焊縫、流水孔焊縫、直角形焊縫、帶有流水孔的直角轉(zhuǎn)彎焊縫等，如圖1所示。對于格子間結(jié)構(gòu)，大型自動化焊接設(shè)備難以適應(yīng)，焊縫識別與運動路徑規(guī)劃的難度極大。

圖1 船艙格子型構(gòu)件

現(xiàn)階段船廠多采用人工焊接，極易導(dǎo)致焊接質(zhì)量一致性差、合格率低、勞動強度大、危害健康等問題。因此，設(shè)計一款小巧靈活、具備環(huán)境識別與路徑規(guī)劃的移動焊接機器人十分必要。

1.2試驗平臺介紹

圖2為機器人試驗平臺，設(shè)計的移動焊接機器人底盤靠前位置安裝有萬向輪，靠后安裝左右2個驅(qū)動輪，采用差速運動，可實現(xiàn)機器人的轉(zhuǎn)彎動作。底盤上安裝的十字滑臺可以對焊槍進行位姿控制。

圖2 機器人試驗平臺

數(shù)據(jù)采集和運動控制系統(tǒng)集成在控制柜中，與機器人本體分開布置，可避免焊接過程中的高溫高熱環(huán)境與噪聲信號干擾?？刂乒竦墓た刂靼宀捎醚腥APCM3362，數(shù)據(jù)采集卡采用ART2932，運動控制卡采用ART1020，圖像采集卡則為恒大公司VT111。

雙目相機型號為HBV-1780-2，與圖中可升降、角度可調(diào)的滑軌萬向節(jié)組合模塊相連，實現(xiàn)在不同距離和角度下的圖像采集。雙目視覺設(shè)備位于機器人前端，通過USB端口連接數(shù)據(jù)傳輸線，實現(xiàn)與圖像采集卡之間的通訊。

2 船艙格子間焊縫路徑規(guī)劃

2.1雙目相機的標定

為了獲取相機的內(nèi)、外參數(shù)，需對雙目相機進行標定。張正友標定法[9]具備操作簡單、方便、精度高等優(yōu)點，文中基于該法進行雙目相機的標定。

標定流程如圖3所示。首先，制作20 mm×20 mm黑白格子型標定模板，如圖4所示；然后，拍攝不同姿態(tài)下的模板樣圖進行裁剪分組，并導(dǎo)入Matlab的相機標定應(yīng)用中。設(shè)定相關(guān)參數(shù)，獲得標記點重投影誤差的統(tǒng)計結(jié)果。通常認為整體重投影平均誤差低于0.5即表示重投影精度高，標定結(jié)果顯示重投誤差控制在0.16以下，說明本次標定效果較好。

圖3 相機標定流程圖

圖4 標定板

標定結(jié)果見表1。因為Matlab雙目標定應(yīng)用將世界坐標系與左目相機坐標系定義為同一個坐標系，因此，左目相機對應(yīng)的外部參數(shù)為4×4的單位陣。使用的雙目相機光軸平行，通過平移可將右目相機坐標系變換為世界坐標系。由于相機切向畸變的影響基本可以忽略，因此，標定結(jié)果只考慮雙目的徑向畸變系數(shù)k。

表1 相機標定結(jié)果

基于表1標定結(jié)果，建立圖5所示幾何成像模型的坐標變換關(guān)系，可將任意特征點的世界坐標通過內(nèi)參與外參矩陣的坐標變換，轉(zhuǎn)變?yōu)殡p目系統(tǒng)的相機坐標、圖像坐標，以及該點對應(yīng)的像素點坐標。

圖5 幾何成像模型坐標變換關(guān)系

為了表達雙目系統(tǒng)中配對的像素點坐標與其對應(yīng)特征點世界坐標之間的映射關(guān)系，建立了如圖6所示的坐標系。圖中定義世界坐標系下的任意點為P，點P在左、右相機中的成像點分別定義為PL，PR，左、右相機光心分別定義為OL，OR。當通過左相機觀察點P時，可以看出P在該PLOL連線上，但點P的深度無法確定。當同時使用左右相機對P點進行觀察時，就可以確定出P點的具體位置，即為PROR射線與PLOL射線的交點。所以當特征點在左右相機中的成像點坐標確定后，就可以求出世界坐標下特征點對應(yīng)的世界坐標[10]。

圖6 雙目立體視覺成像原理

2.2角焊縫圖像處理

為了提高算法匹配速度與準確率，需對圖像進行處理，得到清晰的焊縫輪廓圖像。經(jīng)過多次試驗效果對比后，采用圖7方法從圖像中獲取焊縫輪廓。

圖7 圖像處理流程框圖

圖像處理效果如圖8所示，原始圖像經(jīng)過高斯濾波與灰度化處理后，可去除相關(guān)噪聲信號并將彩圖轉(zhuǎn)化為0～255分辨率的灰度圖。再通過Sobel算子對圖像進行邊緣提取，可以看到利用Sobel在x，y方向各取50%權(quán)重，進行圖像迭代后得到的圖8d，相較于單一方向處理的圖8c而言，圖8d噪聲信號更少、輪廓更加清晰。對比圖8d和圖8e，圖像經(jīng)過二值化處理后，焊縫輪廓加強、冗余噪點基本篩除。最后為了剔除不連續(xù)噪聲像素點，在圖8e基礎(chǔ)上進行了非連續(xù)像素點篩選。處理后最終效果如圖8f所示，得到一個較為完整且清晰的船艙格子間焊縫輪廓圖。

圖8 焊縫圖像處理效果圖

2.3焊縫特征點匹配與焊縫路徑擬合

如何從同一場景拍攝得到的2幅成像圖中找到配對的成像點坐標，是雙目視覺獲取特征點三維信息的重要環(huán)節(jié)。BM算法[11]具有匹配速度快、精度高等優(yōu)點，文中采用該算法進行特征點的匹配。該算法原理如圖 9所示，在對一組成像圖進行雙向匹配時，該算法首先通過匹配代價在左圖中計算得到匹配點A，然后用同種計算原理獲取右圖匹配點B；當基于右圖匹配點B，再次通過匹配代價在左圖中計算得到的匹配點B’與開始時的匹配點A一致時，即為匹配成功，否則匹配失敗。

圖9 BM算法匹配原理圖

利用上述匹配算法將角焊縫中心輪廓線上連續(xù)的像素特征點全部進行雙向匹配，可生成圖10所示對應(yīng)匹配點組合成的焊縫輪廓圖，以及各匹配點對應(yīng)的三維坐標數(shù)據(jù)示例。因為文中路徑識別對象為船艙底板與立板和側(cè)板之間的直角角焊縫中心路徑，所以將整理的坐標數(shù)據(jù)導(dǎo)入Origin軟件中進行線性擬合后，僅保留如圖11所示的船艙格子間部分矩形角焊縫的直角角焊縫的擬合路徑。

圖10 匹配點焊縫輪廓圖

圖11 角焊縫擬合路徑

3 試驗設(shè)計與結(jié)果分析

3.1拍攝角度對測量精度的影響

拍攝角度將直接影響圖像的畸變程度，通常拍攝偏角越大，采集圖像的畸變將越發(fā)明顯。為了保證焊縫特征點三維信息的測量精度與穩(wěn)定性，有必要確定出可接受的偏角范圍。

設(shè)計圖12所示的5組試驗，改變雙目相機拍攝偏角，在保持光照效果一致、機器人本體與焊縫距離b不變的情況下，分別對不同拍攝角度下采集的5組圖像進行處理識別與雙目測距。8個特征點的相鄰間距設(shè)置為50 mm，將拍攝角度調(diào)整范圍設(shè)定為(-45°，+45°)，檢測此范圍內(nèi)雙目系統(tǒng)測距精度較高、波動范圍小的角度變化區(qū)間。

圖12 拍攝角度示意圖

試驗結(jié)果見表2，將表內(nèi)數(shù)據(jù)整理后得到如圖13所示的不同拍攝角度下的測量均值與波動范圍，表明當偏角在(-30°，+30°)內(nèi)時，能保證相鄰焊縫特征點的測距值，在設(shè)定值附近的波動范圍小于2 mm，且各角度下相鄰特征點的平均測距均值與設(shè)定值的偏差在0.5 mm內(nèi)，基本滿足了焊縫識別的精度要求。

表2 不同偏角測距結(jié)果

圖13 不同拍攝角度下的測量均值與波動范圍

3.2拍攝高度的影響

拍攝高度影響圖片的拍攝視野，拍攝高度較低時，視野變小，圖像細節(jié)更加明顯；較高時，視野變大，圖像細節(jié)更模糊，但整體路徑更完整。為保證焊縫路徑的完整性與清晰度，通過試驗確定最佳拍攝高度范圍將十分必要。

設(shè)計圖14所示的6組試驗，在保持光照效果一致、機器人本體與焊縫距離b不變的情況下，分別對不同高度下正拍采集的6組圖像進行處理識別與雙目測距。設(shè)置相鄰特征點間距為50 mm，調(diào)整Hn至試驗設(shè)定值，檢測此范圍內(nèi)雙目系統(tǒng)測距精度較高、波動范圍小的高度變化區(qū)間。

圖14 不同拍攝距離示意圖

試驗測距結(jié)果見表3，將該數(shù)據(jù)整理后得到圖15所示的不同拍攝高度下的測量距離與波動范圍，這表明正拍高度為150～190 mm時，試驗組的測距平均值距離設(shè)定值皆小于0.5 mm，上下波動范圍小于1 mm，數(shù)據(jù)整體魯棒性好，測量精度較高；而當調(diào)節(jié)值Hn不在此范圍時，測量精度與波動范圍則明顯變差。

表3 不同高度正拍測距結(jié)果mm

圖15 不同拍攝高度下的測量距離與波動范圍

4 結(jié)論

(1)基于張正友標定原理與 Matlab中的雙目標定應(yīng)用得到的相機內(nèi)外參數(shù)與畸變系數(shù)，經(jīng)過測距程序試驗驗證后，證實標定結(jié)果誤差小、精度高。

(2)基于標定結(jié)果與BM匹配算法編寫的雙目測距與坐標拾取程序，在增加圖像處理環(huán)節(jié)后，明顯提高了對焊縫特征的識別精度與魯棒性，縮短了像素點的匹配時長，加快了程序的運行效率。

(3)分別以拍攝角度、拍攝高度為自變量，研究了兩者與雙目測距程序測距精度之間的關(guān)系。試驗結(jié)果表明，當拍攝角度在左偏30°至右偏30°或正拍高度在150～190 mm內(nèi)變化時，測距偏差控制在2 mm內(nèi)，滿足焊接要求、魯棒性較好。