高佳篷 洪 波 賈愛亭 李湘文 屈原緣

湘潭大學(xué)機(jī)械工程學(xué)院，湘潭，411105

0 引言

折疊式集裝箱是海式聯(lián)運(yùn)的重要裝備，而大梁焊接是折疊式集裝箱制造的關(guān)鍵步驟。目前，大梁焊接主要采用人工和半自動(dòng)化的方式，這嚴(yán)重影響了大梁的焊接效率和焊接質(zhì)量的穩(wěn)定性[1]?；谝曈X傳感的焊縫跟蹤是實(shí)現(xiàn)大梁自動(dòng)焊接的關(guān)鍵技術(shù)[2-3]。實(shí)際焊接中，工件表面的反射不均勻、弧光、飛濺和煙塵等因素容易導(dǎo)致焊縫偏差檢測不準(zhǔn)確或難以穩(wěn)定檢測，嚴(yán)重降低了大梁跟蹤焊接的精度和穩(wěn)定性，因此，提出集裝箱大梁熔化極氣體保護(hù)電弧焊(gas metal arc welding，GMAW)焊縫跟蹤系統(tǒng)的焊縫特征穩(wěn)定提取方法對(duì)實(shí)現(xiàn)復(fù)雜環(huán)境下的大梁自動(dòng)化焊接具有重要意義。

采用激光光源的結(jié)構(gòu)光視覺傳感器具有精度高、魯棒性好等優(yōu)點(diǎn)，廣泛用于焊縫跟蹤[4-6]。FAN等[7]基于單線型激光視覺傳感器實(shí)現(xiàn)了窄對(duì)接焊縫的焊縫跟蹤。ZOU等[8]開發(fā)了一種基于三線型激光視覺傳感器的機(jī)器人焊縫跟蹤系統(tǒng)，實(shí)現(xiàn)了搭接焊縫的焊縫跟蹤。HOU等[9]提出一種基于激光視覺傳感、無示教的機(jī)器人焊縫跟蹤系統(tǒng)，實(shí)現(xiàn)了角接焊縫的焊縫跟蹤。這些方法在大梁工件表面反射不均強(qiáng)的工況[10]下都不具有適應(yīng)性。另外，當(dāng)前的視覺焊縫跟蹤傳感器成本極高，其測量性能也難以滿足大梁的焊接要求。

本文提出一種用于集裝箱大梁熔化極氣體保護(hù)電弧焊的焊縫跟蹤系統(tǒng)，基于低成本結(jié)構(gòu)光視覺傳感器，建立了面向表面不均強(qiáng)反射工況的焊縫特征提取模型。該模型通過激光條紋的直線斜率優(yōu)化隨機(jī)采樣一致性(random sampling consistency，RANSAC)算法的隨機(jī)采樣過程，在復(fù)雜環(huán)境下實(shí)現(xiàn)對(duì)焊縫特征的穩(wěn)定提取。針對(duì)常規(guī)反射的工件表面、光滑黑色且較強(qiáng)漫反射的工件表面和粗糙且強(qiáng)漫反射的工件表面，開展了大量焊接試驗(yàn)，結(jié)果表明提出的焊縫跟蹤系統(tǒng)實(shí)現(xiàn)了準(zhǔn)確的跟蹤焊接。

1 集裝箱大梁的半自動(dòng)化焊接

如圖1所示，折疊式集裝箱大梁半自動(dòng)化焊接生產(chǎn)線的焊接設(shè)備包括移動(dòng)機(jī)構(gòu)、十字滑動(dòng)模組、焊槍等。移動(dòng)機(jī)構(gòu)通過齒條滑軌的方式傳動(dòng)，沿大梁焊縫方向運(yùn)動(dòng)。焊槍安裝在十字滑動(dòng)模組上。大梁由卡盤夾持固定在變位機(jī)上，先對(duì)大梁底部的兩條焊縫進(jìn)行焊接，再翻轉(zhuǎn)工件完成另外兩條焊縫的焊接。實(shí)際焊接中，工人通過觀測焊縫與電弧的相對(duì)位置來操控十字滑動(dòng)模組、調(diào)整焊槍位置實(shí)現(xiàn)糾偏。

圖1 大梁焊接生產(chǎn)線Fig.1 Welding production line of container girder

大梁的結(jié)構(gòu)和質(zhì)量較大，且具有一定撓度。由于工件裝夾精度不高，大梁容易發(fā)生偏移和扭轉(zhuǎn)，因此檢測焊縫位置偏差成為實(shí)現(xiàn)大梁自動(dòng)焊接的重要前提。大梁在裝配和焊接前需要經(jīng)過除銹和涂漆處理，為消除工件下料誤差，還采用砂輪打磨處理[10]。這使得大梁工件表面對(duì)激光條紋的反射特性不一致，有些部位產(chǎn)生均勻的反射，有些部位產(chǎn)生不均勻的強(qiáng)反射。這些情況和弧光飛濺等因素的共同作用嚴(yán)重影響視覺傳感器的采樣質(zhì)量，導(dǎo)致焊縫偏差檢測錯(cuò)誤，是一個(gè)亟待解決的問題。

2 焊縫特征提取模型

焊縫特征提取是實(shí)現(xiàn)焊縫跟蹤的核心環(huán)節(jié)，其最終目的是檢測焊縫軌跡的位置偏差。本文基于大梁的現(xiàn)實(shí)工況建立焊縫特征提取模型，通過圖像處理獲取焊縫特征點(diǎn)的圖像坐標(biāo)，利用視覺模型求解焊縫特征點(diǎn)在機(jī)器人坐標(biāo)系下的三維坐標(biāo)。機(jī)器人依據(jù)該三維坐標(biāo)，在焊接過程中實(shí)時(shí)調(diào)整焊槍位置來實(shí)現(xiàn)跟蹤焊接。

2.1 圖像處理與焊縫特征提取

焊縫跟蹤過程中，圖像處理和焊縫特征提取方法的具體流程如圖2所示。首先，在初始化階段獲取焊縫特征區(qū)域，以縮短圖像處理算法的計(jì)算時(shí)間；然后，在焊接階段(主要包括條紋中心線提取、條紋中心直線提取、特征點(diǎn)求解、焊縫特征區(qū)域位置的更新等步驟)基于焊縫特征區(qū)域提取焊縫特征點(diǎn)；最后根據(jù)視覺模型計(jì)算焊縫特征點(diǎn)的三維坐標(biāo)。其中，初始化階段是指圖3中的初始焊接點(diǎn)采集第一幀圖像的圖像處理過程。

圖2 焊縫特征提取的流程圖Fig.2 Flow chart of weld feature extraction

圖3 激光條紋的移動(dòng)示意圖Fig.3 Schematic diagram of the movement of laser stripe

2.1.1圖像預(yù)處理

焊接過程中，采集的圖像總有很強(qiáng)的噪聲，如圖4所示。提升圖像質(zhì)量的圖像預(yù)處理方法有兩種。一是首先采用下式

圖4 噪聲的來源Fig.4 Source of noise

(1)

式中，S(ut，vt)為第t幀原始圖像中像素坐標(biāo)點(diǎn)(ut，vt)的灰度；D1(ut，vt)為第t幀處理后的圖像中像素坐標(biāo)點(diǎn)(ut，vt)的灰度；vt-1為第t-1幀圖像的條紋中心線在ut列的行索引；Cth為包含條紋的區(qū)域的寬度。

確保質(zhì)心法的搜索區(qū)域僅在條紋區(qū)域附近，減少弧光、飛濺噪聲對(duì)圖像處理過程的干擾，然后采用下式

(2)

式中，D2(ut，vt)為第t幀最終處理后的圖像像素坐標(biāo)點(diǎn)(ut，vt)的灰度；N(ut)為第t幀圖像中第ut列所有像素點(diǎn)的灰度超過灰度閾值Gth的點(diǎn)數(shù)；Nth為像素點(diǎn)數(shù)量閾值。

減少大梁表面反射不均產(chǎn)生的連續(xù)亮斑的干擾，以減少條紋中心線錯(cuò)誤點(diǎn)的數(shù)量。二是采用中值濾波算法消除椒鹽類噪聲。

2.1.2激光條紋中心線提取

本文采用灰度質(zhì)心法獲得激光條紋的中心點(diǎn)Pc(u，v)：

(3)

式中，(u，v)為條紋中心點(diǎn)的坐標(biāo)；g(i，j)為圖像預(yù)處理后的像素點(diǎn)(i，j)的灰度。

2.1.3基于改進(jìn)RANSAC算法的異常點(diǎn)濾除與直線擬合

RANSAC算法去除中心線噪點(diǎn)的效果很好，但大梁打磨處表面的反射不均總是使中心線提取的有效點(diǎn)很少，導(dǎo)致傳統(tǒng)RANSAC算法因隨機(jī)采樣過程而出現(xiàn)直線提取的錯(cuò)誤，如圖5a所示。為克服該缺點(diǎn)，本文對(duì)傳統(tǒng)RANSAC算法的隨機(jī)采樣過程進(jìn)行改進(jìn)。

(a)傳統(tǒng)RANSAC的處理結(jié)果

(b)本文方法的處理結(jié)果圖5 兩種方法的直線提取結(jié)果Fig.5 Linear extraction results of two methods

連續(xù)焊接過程中，相鄰采樣圖像中的激光條紋中心線的斜率變化較小，所以基于該特點(diǎn)對(duì)RANSAC算法的隨機(jī)采樣過程進(jìn)行改進(jìn)，具體步驟如下：首先，從提取的中心點(diǎn)中隨機(jī)選取點(diǎn)(xi，yi)、(xj，yj)；然后，判斷這兩點(diǎn)是否滿足

(4)

如果式(4)不滿足，則重復(fù)隨機(jī)采樣過程；反之，則將點(diǎn)(xi，yi)、點(diǎn)(xj，yj)連線，并利用

(5)

式中，a、b、c為點(diǎn)(xi，yi)、點(diǎn)(xj，yj)連線方程的參數(shù)。

計(jì)算條紋中心點(diǎn)(u，v)到該直線的距離d(u，v)。如果d(u，v)小于距離閾值dth，則將點(diǎn)(u，v)作為估計(jì)中心線方程的候選點(diǎn)，否則定義為異常點(diǎn)。重復(fù)上述過程50次。最后，選取候選點(diǎn)數(shù)量最多的中心點(diǎn)集，并采用最小二乘法估計(jì)條紋的中心直線方程。焊縫特征點(diǎn)的圖像坐標(biāo)是條紋中心直線方程的解。如圖5所示，改進(jìn)的RANSAC算法可以保證預(yù)選點(diǎn)(xi，yi)和(xj，yj)在正確的方向上，從而提高直線提取的精度和穩(wěn)定性。

2.1.4焊縫特征區(qū)域的位置更新

由于焊接過程中采集的焊縫圖像是連續(xù)的，所以采樣周期t時(shí)焊縫特征區(qū)域的中心位置為

(uroi(t)，vroi(t))=(u(t-1)，v(t-1))

(6)

可根據(jù)前一幀(采樣周期t-1)圖像的焊縫特征點(diǎn)位置更新。其中，焊縫特征區(qū)域的窗口寬度為Hr，窗口寬度為Wr。

2.2 視覺模型與特征點(diǎn)坐標(biāo)獲取

構(gòu)建的視覺模型如圖6所示。特征點(diǎn)的圖像坐標(biāo)(u，v)和攝像機(jī)坐標(biāo)系中的坐標(biāo)(xC，yC，zC)的計(jì)算公式為

圖6 視覺模型Fig.6 Visual model

(7)

式中，u0、v0、fx、fy為工業(yè)相機(jī)的內(nèi)參；A、B、C為激光平面方程的參數(shù)。

結(jié)合轉(zhuǎn)換矩陣可求解出機(jī)器人坐標(biāo)系下焊縫特征點(diǎn)的坐標(biāo)：

(8)

式中，(xB，yB，zB)為特征點(diǎn)在機(jī)器人坐標(biāo)系下的坐標(biāo)；HT為工具坐標(biāo)系與相機(jī)坐標(biāo)系的轉(zhuǎn)換矩陣；PT為焊槍末端在機(jī)器人坐標(biāo)系下坐標(biāo)的齊次坐標(biāo)。

3 焊縫跟蹤原理與控制器設(shè)計(jì)

3.1 焊縫跟蹤原理

焊縫跟蹤系統(tǒng)工作時(shí)，焊槍從示教初始點(diǎn)移動(dòng)到焊接初始點(diǎn)進(jìn)行起弧，起弧成功后沿著焊接方向繼續(xù)焊接，直至焊接結(jié)束點(diǎn)熄弧，如圖7所示。焊接過程中，機(jī)器人根據(jù)視覺傳感器檢測的焊縫位置偏差ei來調(diào)整焊槍的位置。焊縫位置偏差

圖7 焊縫跟蹤過程的示意圖Fig.7 The process of seam tracking

ei=pi+m-pi+m-1

(9)

pi+m=HT(xCi，yCi，zCi，1)T+pi

(10)

式中，pi+m為第i檢測周期(焊槍移動(dòng)到點(diǎn)pi時(shí))傳感器測量的焊縫位置坐標(biāo)；ei為第i檢測周期求解的焊縫位置偏差；m為視覺傳感器與焊槍的超前量；(xCi，yCi，zCi，1)T為第i檢測周期視覺傳感器檢測的焊縫位置的相機(jī)坐標(biāo)。

是焊縫軌跡上相鄰檢測位置點(diǎn)pi+m和點(diǎn)pi+m-1的坐標(biāo)偏差。

3.2 焊縫跟蹤控制器

PID控制器簡單可靠，本文基于增量式PID控制器設(shè)計(jì)焊縫跟蹤控制器。該控制器將焊縫位置偏差值ei作為輸入量，則輸出量Ei為

Ei=u0[KP(ei-ei-1)+KIei+KD(ei-2ei-1+ei-2)]

(11)

式中，Ei為第i個(gè)采樣周期處的輸出脈沖數(shù)；u0為移動(dòng)1 mm對(duì)應(yīng)的脈沖數(shù)；KP、KI、KD為PID控制器的3個(gè)參數(shù)。

輸出量Ei是用于驅(qū)動(dòng)機(jī)器人運(yùn)動(dòng)的脈沖數(shù)。焊接過程中，焊縫跟蹤的控制流程如圖8所示。

圖8 焊縫跟蹤的控制流程圖Fig.8 Control flow chart of welding seam tracking

4 實(shí)驗(yàn)結(jié)果與分析

4.1 實(shí)驗(yàn)系統(tǒng)描述

實(shí)驗(yàn)系統(tǒng)由計(jì)算機(jī)、結(jié)構(gòu)光視覺傳感器、機(jī)器人系統(tǒng)和焊接設(shè)備組成，如圖9所示。機(jī)器人具有3個(gè)自由度。焊槍在X向的移動(dòng)分辨率為50 pulse/mm，在Y向、Z向的移動(dòng)分辨率為200 pulse/mm。結(jié)構(gòu)光視覺傳感器包括工業(yè)相機(jī)(分辨率為1024 pixel×1280 pixel，鏡頭的焦距為12 mm)、窄帶濾光片(波長660 nm±5 nm)和條紋激光器(波長660 nm，工作功率最大為220 mW)。焊接設(shè)備由焊接電源、焊槍和保護(hù)氣體組成。

圖9 實(shí)驗(yàn)系統(tǒng)的結(jié)構(gòu)Fig.9 The structure of the experimental system

相機(jī)坐標(biāo)系的原點(diǎn)與相機(jī)的光學(xué)中心重合。相機(jī)坐標(biāo)系的XC軸與圖像的X軸平行，ZC軸與光軸平行。該系統(tǒng)的工具坐標(biāo)系以焊槍尖端為原點(diǎn)。工具坐標(biāo)系的XT軸與X軸平行，YT軸與Y軸平行。機(jī)器人坐標(biāo)系以X軸、Y軸、Z軸滑動(dòng)模組復(fù)位后的焊槍尖端為原點(diǎn)，它的XB軸與X軸平行，YB軸與Y軸平行。

4.2 不同表面狀態(tài)的采樣結(jié)果

角焊縫是集裝箱大梁結(jié)構(gòu)中最常用的接頭方式，本文選取角焊縫作為研究對(duì)象。為測試提出的焊縫特征提取方法在不同工件表面上的適用性能，將常規(guī)反射的工件(工件1)表面、黑色且較強(qiáng)不均勻反射的工件(工件2)表面、粗糙且強(qiáng)不均勻反射的工件(工件3)表面作為測試對(duì)象。激光條紋在工件表面上的采樣如圖10所示。

(a)工件1的均勻反射表面

(b)工件2的不均勻較強(qiáng)反射表面

(c)工件3的不均勻強(qiáng)反射表面圖10 激光在工件表面的反射效果Fig.10 The reflection effect of the laser on the workpiece surface

由圖10可看出，工件1對(duì)激光條紋的反射較為均勻；工件2由于表面呈黑色且較為光滑，對(duì)激光條紋的反射相對(duì)于工件1的反射光強(qiáng)較小，在角點(diǎn)處有較強(qiáng)的噪聲；工件3的表面經(jīng)砂輪打磨處理過，表面很粗糙，角點(diǎn)處由強(qiáng)反光產(chǎn)生的亮條紋使得圖像中的噪聲非常強(qiáng)。

4.3 焊接條件下的圖像處理過程

3種工件的圖像處理過程如圖11～圖13所示，算法的關(guān)鍵參數(shù)如表1所示，初次提取的中心線采用紅色點(diǎn)標(biāo)記，對(duì)異常點(diǎn)采用綠色點(diǎn)標(biāo)記。由圖11b、12b、13b可知，基于前一幀激光條紋中心線的位置可以對(duì)當(dāng)前幀激光條紋的位置進(jìn)行預(yù)測，從而減少激光條紋周圍噪聲的干擾，提高中心點(diǎn)提取的穩(wěn)定性和準(zhǔn)確性。由圖11d、12d、13d可知，本文方法可以很好地適應(yīng)不同的工件表面，提高焊縫特征提取的穩(wěn)定性和準(zhǔn)確性。圖14所示為焊接過程中飛濺最常見的幾種形態(tài)。由圖14可知，該方法可對(duì)不同形態(tài)的飛濺噪聲都有很好的魯棒性。

表1 算法參數(shù)Tab.1 The algorithm parameters in the experiment

(a)原始圖像 (b)圖像預(yù)處理

(c)中心線提取與異常點(diǎn)濾除 (d)直線提取與特征點(diǎn)計(jì)算圖11 焊接時(shí)，工件1的圖像處理過程Fig.11 During welding，the image processing process of workpiece 1

(a)原始圖像 (b)圖像預(yù)處理

(c)中心線提取與異常點(diǎn)濾除 (d)直線提取與特征點(diǎn)計(jì)算圖12 焊接時(shí)，工件2的圖像處理過程Fig.12 During welding，the image processing process of workpiece 2

(a)原始圖像 (b)圖像預(yù)處理

(c)中心線提取與異常點(diǎn)濾除 (d)直線提取與特征點(diǎn)計(jì)算圖13 焊接時(shí)，工件3的圖像處理過程Fig.13 During welding，the image processing process of workpiece 3

(a)細(xì)飛濺 (b)粗飛濺 (c)亮光團(tuán)圖14 不同形態(tài)飛濺的圖像處理結(jié)果Fig.14 Image processing results of different forms of splash

4.4 焊接條件下焊縫特征的提取性能

焊縫軌跡和示教焊接軌跡如圖15所示，通過仔細(xì)精確的示教操作可以獲取焊縫軌跡的理論軌跡。開啟焊接功能，機(jī)器人沿著示教軌跡的方向移動(dòng)。移動(dòng)過程中，基于焊縫跟蹤控制器對(duì)焊接軌跡進(jìn)行實(shí)時(shí)調(diào)整。焊接過程中，結(jié)構(gòu)光視覺傳感器對(duì)焊縫軌跡的檢測值被實(shí)時(shí)記錄，本文稱為測量軌跡。理論上，理論軌跡和測量軌跡應(yīng)是相近的，但檢測誤差表明兩者之間有差異的。這些檢測誤差體現(xiàn)了本文方法對(duì)焊縫特征的提取性能。

圖15 焊縫軌跡與示教軌跡的示意圖Fig.15 Schematic diagram of weld trajectory and teaching trajectory

焊接實(shí)驗(yàn)參數(shù)如表2所示，3個(gè)工件的焊接效果如圖16所示。圖17～圖19所示為本文方法對(duì)3種工件測試后得到的檢測誤差曲線。工件1中，Y向、Z向的最大檢測誤差分別為0.27 mm和0.24 mm，平均檢測誤差分別為0.17 mm和0.16 mm，方差分別為0.0018和0.000 98。工件2中，Y向、Z向的最大檢測誤差分別為0.32 mm和0.26 mm，平均檢測誤差分別為0.18 mm和0.17 mm，方差分別為0.0036和0.0014。工件3中，Y向、Z向的最大檢測誤差分別為0.34 mm和0.30 mm，平均檢測誤差分別為0.22 mm和0.19 mm，方差分別為0.0054和0.0024。以上結(jié)果表明，所提方法對(duì)不同的工件表面有很好的魯棒性，可實(shí)現(xiàn)焊縫特征點(diǎn)的穩(wěn)定、準(zhǔn)確提取。

表2 焊接試驗(yàn)的參數(shù)Tab.2 The welding parameters in the experiment

(a)均勻反射表面的工件1

(b)不均勻較強(qiáng)反射表面的工件2

(c)不均勻強(qiáng)反射表面的工件3圖16 不同表面狀態(tài)工件的跟蹤焊接效果Fig.16 Tracking welding effect of workpiece

圖17 焊接工件1時(shí)，在Y、Z方向的檢測誤差Fig.17 Detection error in Y and Z directions when welding workpiece 1

圖18 焊接工件2時(shí)，在Y、Z方向的檢測偏差Fig.18 Detection error in Y and Z directions when welding workpiece 2

圖19 焊接工件3時(shí)，在Y、Z方向的檢測偏差Fig.19 Detection error in Y and Z directions when welding workpiece 3

4.5 焊縫跟蹤系統(tǒng)的實(shí)時(shí)性分析

該焊縫跟蹤系統(tǒng)的主程序在基于Windows系統(tǒng)的MFC平臺(tái)上實(shí)現(xiàn)。在多次焊接實(shí)驗(yàn)中，采集超過2000幀的焊接圖像。焊接過程中通過MFC平臺(tái)得出了算法花費(fèi)時(shí)間的平均值，如表3所示。

表3 系統(tǒng)的性能參數(shù)Tab.3 System performance parameters

由表3可知，算法在初始化階段的平均花費(fèi)時(shí)間小于1 s，焊接階段的平均花費(fèi)時(shí)間為38.2 ms。

對(duì)于1.2 mm焊絲直徑的GMAW，如果焊接過程以1 mm間隔進(jìn)行采樣，則最大適應(yīng)的焊接速度是1500 mm/min。

5 結(jié)論

設(shè)計(jì)的結(jié)構(gòu)光視覺傳感器可穩(wěn)定獲取包含焊縫特征的清晰圖像。提出的圖像處理方法能濾除焊接噪聲，減少表面不均勻強(qiáng)反光的影響，準(zhǔn)確、魯棒地提取焊縫特征。

針對(duì)復(fù)雜表面狀態(tài)的工件進(jìn)行了焊縫跟蹤試驗(yàn)。焊接速度1 m/min下的測試結(jié)果表明：表面均勻反射的工件1中，在Y向、Z向的平均檢測誤差分別為0.17 mm和0.16 mm；黑色不均勻漫反射的工件2中，Y向、Z向的平均檢測誤差分別為0.18 mm和0.17 mm；表面強(qiáng)漫反射的工件3中，Y向、Z向的平均檢測誤差分別為0.22 mm和0.19 mm。所提方法能對(duì)不同表面實(shí)現(xiàn)焊縫特征的快速、穩(wěn)定、準(zhǔn)確提取，滿足實(shí)際焊縫跟蹤的要求。在焊接跟蹤過程中，該方法適用的焊接速度可達(dá)1500 mm/min。