基于深度分层特征的激光视觉焊缝检测与跟踪系统的研究

发布时间：2021-05-11 17:27

　　近年来,随着机器人技术、信息技术等多种技术的协同发展,弊端众多的手工焊接加工方式逐渐不再适用于现代制造场合,取而代之的是以焊接机器人为主体的自动化焊接加工系统,但受限于当前机器人的智能化水平,大多数机器人实施焊接作业时仍停留在“手动示教—记忆再现”这一固定模式。在非结构化焊接环境中,受热变形、振动移位、装夹误差等因素的影响,导致焊缝的实际轨迹与示教轨迹间不可避免地存在偏差,这种工作模式的机器人不能根据轨迹的变化作出相应的修正动作,从而影响最终的焊接质量与精度。为此,本文对机器人实现环境信息感知和自我认知功能所需要的焊缝跟踪技术进行了研究,采用“传感—决策—执行”的模式,在设计以激光为信息载体、视觉为感知手段的激光视觉传感器的基础上,通过开发激光视觉信息采集模块、焊缝图像信息处理模块及焊缝跟踪控制模块等功能单元,构建了一套基于深度分层特征的激光视觉焊缝检测与跟踪系统。本课题的研究获得国家科技重大专项“五千台具有完全自主知识产权的面向机床自动化生产的机器人开发及产业工程”（编号:2015ZX04005006）和广东省科技重大专项“面向数控机床与机器人集成一体化技术的研究”（编号:2014B... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：138 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 焊缝跟踪中非接触式测量传感器概述
        1.2.1 非视觉传感器的研究现状
        1.2.2 视觉传感器的研究现状
    1.3 激光视觉焊缝跟踪技术的研究现状
        1.3.1 焊缝图像处理技术的研究现状
        1.3.2 机器人焊缝跟踪控制技术的研究现状
    1.4 论文研究的目的与主要内容
第二章 机器人激光视觉焊缝跟踪系统及其标定算法
    2.1 机器人激光视觉焊缝跟踪系统
    2.2 激光视觉传感器的相关原理
        2.2.1 测量传感器的内部构成
        2.2.2 测量传感器的工作原理
    2.3 工业相机标定
        2.3.1 相机非线性模型
        2.3.2 相机最优内外参求解
        2.3.3 基于Halcon软件的相机标定及精度检验
    2.4 基于平面靶标的激光平面标定
        2.4.1 光面标定原理
        2.4.2 光面标定结果及误差分析
    2.5 激光视觉信息采集系统的手眼标定
        2.5.1 坐标系的建立及分布
        2.5.2 基于定点变位姿的手眼标定
        2.5.3 手眼标定实验及精度分析
    2.6 本章小结
第三章 深度卷积神经网络概述
    3.1 卷积神经网络的结构
        3.1.1 卷积层
        3.1.2 池化层
        3.1.3 全连接层
        3.1.4 输出层
    3.2 卷积神经网络中的反向传播算法
    3.3 正则化方法及优化策略
        3.3.1 正则化方法
        3.3.2 优化策略
    3.4 本章小结
第四章 基于深度分层特征的焊缝检测与跟踪算法
    4.1 初始焊缝特征点的提取
        4.1.1 滤波去噪
        4.1.2 阈值处理
        4.1.3 二值形态学处理
        4.1.4 条纹中心线提取
        4.1.5 特征点提取
    4.2 基于深度分层特征的焊缝检测与跟踪算法框架
    4.3 深度卷积神经网络模型的结构
    4.4 网络模型的离线训练
    4.5 焊缝检测和位置跟踪
        4.5.1 循环移位
        4.5.2 基于相关滤波器的焊缝检测原理
        4.5.3 基于多相关滤波器协同检测机制的焊缝定位
        4.5.4 模型更新
    4.6 本章小结
第五章 模糊免疫自适应的智能跟踪控制算法研究
    5.1 焊缝自动跟踪控制系统及算法原理
    5.2 传统的PD控制算法
    5.3 监督型模糊控制器的设计
        5.3.1 模糊控制器的结构
        5.3.2 模糊化
        5.3.3 建立模糊推理规则集
        5.3.4 模糊推理机
        5.3.5 解模糊化
    5.4 免疫反馈控制器的设计
        5.4.1 生物体免疫系统调节机制
        5.4.2 免疫反馈控制器原理
        5.4.3 非线性函数f(·)的模糊逼近
    5.5 控制器自适应性改进
        5.5.1 论域自适应变伸缩策略
        5.5.2 模糊规则自调整策略
    5.6 本章小结
第六章 激光视觉焊缝自动跟踪实验研究与分析
    6.1 实验软硬件平台
        6.1.1 硬件平台配置
        6.1.2 软件系统设计
    6.2 焊缝自动跟踪焊接实验
        6.2.1 实验方法
        6.2.2 直线搭接角焊缝实验与分析
        6.2.3 直线V形坡口对接焊缝实验与分析
        6.2.4 曲线V形坡口对接焊缝实验与分析
        6.2.5 曲线搭接角焊缝实验与分析
    6.3 实验结果总体分析与讨论
    6.4 本章小结
总结与展望
    总结
    创新点
    未来展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
答辩委员会对论文的评定意见


【参考文献】：
期刊论文
[1]基于薄板搭接的摆动式相邻电容焊缝跟踪传感器[J]. 李湘文,陶韬,洪波,曹源源.  焊接学报. 2017(09)
[2]基于深度分层特征的激光视觉焊缝检测与跟踪系统研究[J]. 邹焱飚,周卫林,陈向志.  中国激光. 2017(04)
[3]焊缝跟踪应用的线激光视觉伺服控制系统[J]. 邹焱飚,王研博,周卫林.  光学精密工程. 2016(11)
[4]用于视频图像帧间运动补偿的深度卷积神经网络[J]. 龙古灿,张小虎,于起峰.  国防科技大学学报. 2016(05)
[5]工业4.0语义下智能焊接技术发展综述[J]. 张广军,李永哲.  航空制造技术. 2016(11)
[6]基于改进灰度重心法的光带中心提取算法[J]. 张小艳,王晓强,白福忠,田朝平,梅秀庄.  激光与红外. 2016(05)
[7]一种基于HALCON的螺栓角点提取方法[J]. 姜春英,王国辉,张诚然,叶长龙.  机械工程师. 2016(05)
[8]基于激光视觉的角焊缝图像特征点提取[J]. 刘子腾,白瑞林,王秀平.  焊接学报. 2016(02)
[9]基于模糊控制器的曲线焊缝视觉跟踪系统[J]. 高风昕.  控制工程. 2016(01)
[10]深度卷积神经网络在计算机视觉中的应用研究综述[J]. 卢宏涛,张秦川.  数据采集与处理. 2016(01)

博士论文
[1]基于激光视觉传感的CO2横焊焊缝图像处理研究[D]. 申俊琦.天津大学 2010

硕士论文
[1]基于主动光视觉传感的焊缝自动跟踪系统研究[D]. 龚国基.华南理工大学 2016



本文编号：3181811