弧焊机器人焊接区视觉信息传感与控制技术
郑相锋,胡小建
(合肥工业大学材料科学与工程学院,安徽合肥 230009)
摘要:基于光学图像的视觉信息具有形式直观、信息丰富和适应性强等优点，在焊接机器人传感与控制技术中越来越得到了广大科研工作者与技术人员的青睐。将分别从焊接过程控制和质量控制这两方面介绍焊接区视觉信息在弧焊机器人传感和控制技术的研究和应用现状。提出了几点视觉信息系统的现存问题和解决途径。
关键词：视觉信息；弧焊机器人；过程控制；质量控制；传感与控制
前言
弧焊机器人是典型的机电一体化高科技产品，具有功能强大、操作简便、自动化程度高等特点。 在一定程度上可以代替焊接工人的工作，特别是在人类难以直接作业的特殊场合（如水下、空间和核辐射环境等），发挥了极其重要的作用。在我国，弧焊机器人技术的研究始于20世纪70年代，近年来融合了国外的成熟技术，得到了迅速的发展，国内的焊接机器人已开始走向实用化阶段。
基于光学图像的视觉传感器具有灵敏度和测量精度高、动态响应特性好、信息量大#抗电场和抗磁场干扰能力、与工件无接触等优点，在焊接工艺、焊接过程、质量信息检测与控制中等得到广泛的应用。基于视觉传感的焊接机器人借助CCD 摄像机、红外摄像仪、高速摄像机等图像传感设备及智能化的图像处理方法，使之不仅可以模拟熟练焊工的视觉感知能力，还可以超越人类局限，完成诸如：获取并处理强弧光及飞溅干扰下的焊缝图像、实时提取焊接熔池特征参数、预测焊缝的组织结构及性能等，确保了焊缝质量的稳定性和可靠性。机器人系统包括过程控制和质量控制两个方面，根据过程控制和质量控制视觉信息传感特征，弧焊自动控制过程中视觉信息包括过程控制视觉信息与质量控制视觉信息，前者主要包括焊炬及接头空间位置信息，后者主要指熔池形态尺寸信息。
1 视觉信息传感技术
机器人视觉信息传感涉及到# 个部分的内容：视觉传感器、光源、视觉信息处理的硬软件。在弧焊过程中，由于存在弧光、电弧、飞溅以及烟雾等多种干扰，使用何种视觉传感方法是首要确定的问题。在弧焊机器人中，根据使用照明光的不同，可以将视觉方法分为被动视觉和主动视觉两种。被动视觉是
指利用弧光或普通光源和摄像机组成的系统。 其特点是采用适当的光学系统滤去大部分弧光，使熔池区图像清晰真实；主动视觉一般指具有特定结构光源与摄像机组成的视觉信息传感系统。其特点是使用适当波长的光源，使之与电弧区别开来，从而光学传感器仅仅接受该波长的光线，而滤去弧光。
1.1 被动视觉
传统被动式视觉图像传感所用传感器的设计原理是：根据光谱图找到某一波长范围，此波长对应的金属谱线的光谱强度大于焊接电弧的辐射强度，因而可以利用熔池自身的辐射成像。例如，若取光谱中波长为( 601±2)mm区域，通过选择高性能的滤光玻璃，传感器只允许电弧和熔池以及工件表面的反射光中波长为λ＝（601±2） 的光通过，形成熔池图像，并以此来观测焊接熔池变化。
为了避免焊接过程中强弧光等对视觉传感的干扰，在采用了合适波长的滤光片的同时也研究了如何利用合理的抓图时刻来排除干扰。通过焊接工艺试验，总结了在拍摄TIG 焊图像的规律：a.在脉冲电流峰基值阶段的图像品质存在较大差异，其原因是脉冲电流峰值期间拍摄图像时，因电弧的弧光太强，焊缝信息淹没在弧光之中，导致从图像中获得焊缝位置信息的困难；而在脉冲电流基值期间进行拍摄图像时，电弧的弧光较弱，图像特征相对比较明显，包含的信息丰富，便于后续的图像处理。b.在脉冲电流基值期间，不同时刻所拍摄的图像质量也不相同。 这是因为作为被动光源的电弧光强在脉冲电流基值期间总是由强转弱地不断变化。针对电弧光强的这一特点，应该选择脉冲电流基值期间的某一个电弧光强适中的时刻来拍摄图像。c.峰值电流42A峰值时间50ms，基值电流5A，基值时间80ms时，采用中心波长为860μm的滤光片，在峰值电流过后5ms后，可获取清晰、稳定、特征明显的实时焊缝图像。
研究发现co2焊熔池信息检测相对TIG焊要困难的多，不仅要避开电弧闪烁、飞溅和烟尘等干扰，而且还要解决好摄像机的固定工作时序与短路发生的随机性之间的矛盾。研制成co2短路过渡焊接熔池图像检测专用传感器。该传感器具有独特
的光学设计，改善了装备此类视觉传感系统的焊枪的灵活性和可达性，且设计了短路过渡发生的随机性与普通CCD 摄像机固定曝光时序之间的这一矛盾的熔池图像检测控制电路，成功检测到短路过渡熔池图像，为从视觉角度进行焊缝跟踪、过程监控和质量控制奠定了基础。
1.2 主动视觉
主动视觉一般是基于三角测量原理的视觉方法，其光源为单光面和多光面的激光和扫描的激光束。
为简单起见，分别称之为结构光法和激光扫描法。由于光源是可控的，所获得的图像受环境的干扰可去掉，真实性好。 因而图像底层处理稳定、简单、实时性好。
根据埋弧焊的特点，通过对线阵CCD传感器在光源性质和光路结构上的改进，大大提高了传感器的抗干扰能力。光源采用半导体激光器，光路结构改为线结构光照射焊缝，线阵CCD 在垂直方向接受散射光"这样可以有效地克服焊缝坡口信号对工件表面状况的敏感性。改进的光路结构如图1所示。
激光经柱面透镜"在工件表面汇聚成宽度很窄的结构光带，该光带在工件表面和坡口内部将形成一条空间曲线ABCDE。选择适当的入射角使在垂直方向上的散射光最强，通过圆透镜在线阵CCD的感光带上成像。当圆透镜的焦距足够大时，该光学系统的景深也相应较长。可认为像曲线为一平面曲线abcde。这样，来自工件表面的光能落在CCD上并使其感光，而坡口处的光带BC和CD所成的像bc和cd落在CCD的感光部分之外，不能使CCD对应的像素感光，由此可以提取焊缝坡口位置信息。 光路中的滤光片用以增强系统的抗杂光干扰能力。
2 视觉信息控制技术
焊接图像获取的目的是利用其丰富的信息量来控制弧焊机器人行走和焊接熔池成形。但是在粗糙表面和强烈弧光等焊接条件下，采集的焊缝图像受到飞溅、烟尘的干扰，且含有强烈的电磁干扰，导致检测器的电子元件引起噪声。必须采取合适的图像降噪方法对图像进行预处理以获取清晰的焊缝图像。
现行图像滤波的常规方法有频率域和空间域两种。频率域方法主要通过对图像进行傅氏变换以后，选取适当的频域带通过滤波器进行滤波处理。经傅氏反变换后获得去噪声图像。这种方法对周期性特征较强的噪声较为有效，但在处理过程中，由于难以区分与噪声频率相近的图像信息，以至往往造成大量图像信息的损失。空间域方法主要采用各种图像平滑模板对图像进行卷积处理，以达到压抑或消除噪声，如邻域平均、中值滤波等属于这一类方法，该方法在消除或压抑噪声的同时，使图像变得模糊，损失了图像中大量的微细影纹和边缘特征信息。因此，利用小波变换的时——频分析的优点实现了既降低图像噪声又能保持图像细节的焊接图像降噪。
在文献[6][7]中总结出：降噪这一步骤对在试验系统中采集的图像的最终处理结果影响不大。试验中也跳过了这一步。 此外，忽略该步骤对提高算法的速度，增加系统的实时性也是有益的。
在此从过程控制和质量控制两方面来阐述视觉信息在焊缝跟踪和熔池控制中的应用。
2.1 视觉信息在过程控制中的应用
由于焊接过程是一个伴随着强光、强热的动态过程，要实现精确的焊缝自动跟踪是焊接领域一个重要研究课题。焊缝跟踪系统一般都由传感器、信号处理和执行机构等3部分构成。 其中视觉传感器由于可以远离强光强热的熔池!还可以获得大量的可用信息，因而得到了研究者的青睐。因此，如何在自然光条件下提取焊缝偏差信息，实现精确的焊缝跟踪仍是一个值得讨论的问题。
2.1.1 焊缝提取
焊缝接头类型识别是焊缝提取中首要解决的问题。目前，已开发出基于视觉传感的弧焊机器人系统大多数是在焊接前还需要输入焊缝类型。国内外对焊缝类型的自动识别的研究可分为基于句法的识别方法和基于规则的识别方法，但是由于原
始焊缝形状与规则中的规定可能出现较大的误差，因而该方法不但实现复杂，而且可靠性欠佳。河北工业大学的岳宏教授等在自适应共振人工神经网络的基础上研制了自动识别焊缝类型（焊接坡口）的方法。首先根据不同类型的焊缝对电弧光和激光光带的影响，将弧焊焊缝划分为4种类型。在此基础上，确定焊缝的特征参数，并组成训练样本数据库，由此抽取焊缝图像特征!，制作ART2人工神经网络分类器，将4类焊缝的权值保存在其长期记忆层，在实际分类时，用CCD摄像机将检测到的焊缝特征参数输入，处理后即可得到焊缝类型。
随着科技人员的不断努力，发明了一种新的简单实用快速的识别焊缝的方法。由CCD摄像机得到的图像用直方图分析可以得到适当阈值，使图像三值化，然后对处理后的图像分析可以看到，如果图像每行的相邻像素相减，可发现通过焊缝的行至少有4处差值为56（黑点噪声行也会出现这种情况），而不通过焊缝的行大多只有2处差值为56但是多次试验表明含有黑点噪声的行不会连续出现五行。因此，根据其特点可以通过程序控制来搜索到真正的焊缝中心线。 |
