薄板机器人自动焊接焊枪三维偏差的有效提取

机器人自动化焊接中焊枪三维偏差的提取是实现自动纠偏的前提.薄板机器人MAG对接焊接中对试件开坡口,试验中利用被动视觉传感器采集焊缝图像.通过调整滤、减光组合使得同一帧图像中出现稳定的电弧区域、坡口边缘线和缝隙接头线.设计有效算法直接提取缝隙接头线.以电弧区域的几何中心反馈焊枪位置,设计有效算法在缝隙接头线上确定焊枪当前跟踪位置,并借助视觉标定技术将其转换为世界坐标.利用用户软件系统从机器人控制系统中获取焊枪在世界坐标系下的坐标及转换后的坐标.结果表明,文中算法可以有效获取焊枪的三维偏差.

基于方向显著性的熔池背景下V形焊缝激光条纹的有效提取

焊缝跟踪是机器人自动化焊接的核心技术,而厚板焊接中准确提取用于检测焊缝轮廓的激光条纹技术是实现自动跟踪的关键技术之一。根据同一帧焊缝图像中同时采集了熔池区域和激光条纹的特点,提出采用多区域多方向Gabor滤波的方法获取焊缝图像多方向特征图,然后采用基于局部区域灰度均值最大法消除背景干扰,最后利用连通域法消除因激光条纹轮廓检测缺口而产生的干扰。通过图像处理试验验证了算法的有效性,为厚板焊接的实时跟踪打下基础。

V形焊缝轮廓特征点的有效提取

当前机器人智能化厚板焊接中焊缝检测仍以激光视觉传感器为主流。为实现多层多道自主焊接,研究以焊缝图像为载体的焊缝轮廓特征点的提取是前提,提出了一套有效的提取V形焊缝轮廓特征点的方法。该方法以已提取的线状焊缝轮廓为研究前提,指出V形焊缝轮廓的特征点有3种,即斜率突变点、局部极值点和拐点。通过不同焊道的焊缝轮廓特征点的提取试验验证了该方法的有效性,为后续的焊道规划和跟踪打下了良好的基础。

贝叶斯最小错误率在水下焊缝识别中的应用

利用贝叶斯最小概率决策寻找V形焊缝左右边的数据点,即以一个特征观测量x1表示从左向右连续的高度位置逐渐降低的25个以上的白点,满足这一特征数据的概率大约为0.3,且以w1表示V形焊缝左边数据的类。连续扫描高度为20个像素、宽度为30个像素的小区域,为简单起见,以该区域内获得的白点数除以30作为x1的类条件概率密度,通过计算x1关于w1的后验概率,如果大于0.8,则把这些点归为V形焊缝的左边这一类别,从而对左边采用最小二乘法进行拟合,同理对V形焊缝右边的数据进行识别,并进行拟合。

基于模糊推理的V形焊缝图像阈值的自动选取

介绍了机器人焊接V形焊缝图像处理中基于模糊推理自动获取局部阈值的算法。采用9种不同形状的窗口模板,以列扫描方式求取这些窗口所覆盖区域内的最大平均灰度值,然后以获取的最大平均灰度值以及相邻区域最大平均灰度值的改变量作为模糊推理器的两维输入,经过推理获得这些窗口所覆盖区域的阈值。通过变换最大平均灰度值这一论域中各个语言变量灰度值的取值范围,对以不同的激光器作为辅助光源而获取的焊缝图像进行了处理试验。

浅谈城市客车安全门

近些年来,去过一些地方,经过一些城市,在中国,却发现城市客车安全门的应用还不是很广泛,行走都市间,放远望去,大多数客车都没有配置安全门,尤其是忙碌于城市的各种公交客车。随着社会的进步与科技的发展,汽车行业日新月异,汽车各项性能指标稳步提升,然而客车的安全性还需要进一步增强完善,各行各业"以人为本"的口号绝不能只是空喊。汽车安全性包括主动安全与被动安全两方面,主动安全是为了预防汽车发生交通事故而避免乘员受到伤害的一种安全设计,被动安全是发生交通事故后能够减轻人员伤害的一种安全设计,客车安全门属于后者。

客车紧急逃生系统探析

目前客车自燃或者因撞击导致起火以及侧翻等一系列事故的情况时有发生。为解决客车意外事故情况下乘员的安全逃生问题,本文对现有客车所需逃生情况和逃生方式进行了分析,对快速打开的机械式逃生门的设计进行了探索。从车辆安全设计角度看,配备紧急逃生安全门是一个比较理智的选择,避免悲剧的再次发生,更好地保护乘员的生命安全。

水下焊接中V形焊缝的识别

该水下自动焊接系统的视觉系统主要由激光器、滤光片和摄像机组成,其被封装在玻璃盒子中。采用激光作为辅助光源,当玻璃盒子与钢板的距离及玻璃盒子厚度一定,CCD以垂直于焊件位置摄像时,激光器与CCD在同一平面上且夹角为17.4°时拍摄焊件的V形焊缝图像最佳。对水下焊接图像首先进行滤波,再对其进行阈值变换,然后对焊缝进行边缘提取,接着对边缘的灰度值取平均值,得到焊缝的中心线,最后对其进行直线拟合提取到的焊缝特征点,即焊缝的最低点。提出了三种V形焊缝识别方案,通过对图像进行处理得出了其中最好的方案。

基于激光视觉系统的水下焊接焊缝识别

设计了一套基于激光器的视觉系统,该系统利用激光器作为辅助光源,同时利用复合滤光片进行滤光,由CCD采集图像。设计了一种基于最大灰度平均值及其改变量的二维输入、一维输出模糊处理器,能自动获取每个3×3列区域的局部阈值,二值化后单独求取焊缝图像中每个光斑的平均高度,提出基于贝叶斯最小概率模式识别对V形焊缝的左右边进行分类,通过准确分类获得V形焊缝左右边的平均高度,以此高度为基准,结合焊缝深度的特征可以在空域上最大限度去除强光斑形成的干扰数据;最后用分类获得的数据对焊缝的左右边采用最小二乘法进行拟合,可以准确获取焊缝中心位置的坐标。

用正交试验法优化电火花铣削加工的工艺参数

通过电火花铣削加工的试验,运用数理统计方法分析研究了电火花铣削加工的特性。检验了脉冲宽度、脉冲间隔、峰值电流、加工速度等因素对加工结果的影响,并以此为基础研究了电火花铣削加工的规律。提出了加工参数配置的优化方案,对实际生产有一定的指导作用。

贝叶斯最小概率模式识别在水下V形焊缝识别中光斑去除的应用

水下焊接图像经阈值处理后求取各个光斑的平均高度,利用贝叶斯最小概率模式识别对V形光带的左右边进行分类。获得左边一类后记录最左边点的水平坐标,并求取这些点的平均高度;同理,获得右边一类后记录最右边的一个点的水平坐标,并求取这些点的平均高度。以这2个平均高度作为最终的基准高度,结合V形焊缝的深度,即可最大限度地消除V形焊缝上下的干扰光斑,以最左边和最右边的水平坐标为界可以消除焊缝左右边的干扰。

高校专业课程教学中大学生创新意识培养探究——以《自动控制原理》课程教学为例

“双创”视域下的教育核心内涵是大学生创新意识觉醒、创新素质提升、创新能力形成与创新品格塑造,其中创新意识的培养是根本。如何与高校专业课程教学相结合,将创新意识培养贯穿教学始终,达成对学生创新意识的深度培养,是值得每一位高校教师深思的问题。文中结合《自动控制原理》课程教学内容与培养定位,探索了大学生创新意识深度培养的三种实施措施。从激发学生的创新热情,到以课题涉及的原始创新为导向引导学生在实践中学会创新,最后依托学校开展的创新创业训练,带领学生深度参与其中,从而让创新意识在学生的脑海中扎根。教学改革实践取得的成果显示,文中教法可为其他专业课程教学中大学生创新意识的培养提供借鉴。

V型焊缝图像处理中阈值自动选取的一种算法

介绍了V型焊缝图像识别中一种阈值自动选取的算法及其实现。该算法选取一个5×5窗口区域,在这个窗口中制作4个五边形、4个六边形、1个正方形共9种形状的滑动窗口模板。5×5窗口以列的形式在图像上滑动时分别计算每个窗口区域内灰度值的方差,然后找出最大方差,同时获取方差最大区域内的平均灰度值。依此方式获取每列方差最大的区域,相应的便可获得每列方差最大处的灰度平均值,最后选取所有灰度平均值中最大的一个作为阈值。通过对陆地上焊接各种焊缝图像和水下焊接V型焊缝图像的处理效果表明,该算法可用于V型焊缝中心点的提取。

LabVIEW在平面机构分析中的应用

本文通过实验室虚拟仪器工程平台LabVIEW编程建立了曲柄摇杆机构和双摇杆机构杆长条件判断界面,实现了曲柄摇杆机构最大压力角与最小传动角的可视化显示;通过建立多杆机构模型,借助LabVIEW编程计算了其运动参数以达到较好的显示效果,帮助提高机构分析效率。

基于最大方差的V形焊缝边缘检测的算法及其实现

本文介绍了一种V形焊缝图像处理中基于最大方差的边缘检测的算法及其实现。该算法以已经进行阈值处理的V形焊缝图像为前提,选取5×1、1×5窗口模板,分别按列、行计算每个窗口区域内灰度值的方差;经过计算可以找出最大方差值为78030的区域必然位于V形焊缝的边缘带,由选定的窗口模板可提取最大方差值时焊缝边缘的像素点;最后把垂直方向提取的边缘和水平方向提取的边缘进行或逻辑运算即可得到V形焊缝的准确边缘。

厚板T形接头焊接位置自主决策贝叶斯网络的实现

提出了一种基于贝叶斯网络模型的厚板T形接头GMAW焊接位置的实时自主决策方法。该方法首先根据视觉传感获得的坡口轮廓特征信息,将焊脚要求和当前填充状态转换为视觉描述特征,实现上述信息的实时判定,利用实时识别的焊缝轮廓特征点、判定的焊接状态建立贝叶斯网络模型,并依据焊接经验设计先验概率计算方法,利用自适应重要性抽样算法,基于最大后验概率准则实现焊接位置实时决策。结果表明,与层次分析法的对比,提出的该模型能满足不同厚度T形接头多道焊焊接位置实时自主决策要求,具有更高的决策稳定性,对伪特征点的抗干扰能力强,其决策结果与依据焊接经验实施的决策结果一致,正确率约为95%。该方法能提高焊接效率,同时可为提高厚板GMAW自动化焊接水平提供实现的途径。

基于层次分析过程的厚板T形接头弧焊焊接位置自主决策

提出了一种基于层次分析过程的T形接头多道平角焊焊接位置自主决策方法。首先,利用视觉传感检测坡口的特征点,并将其他特征点与最右侧特征点之间在水平、垂直方向的相对距离作为因素,建立了层次分析模型。其次,基于平角焊腹板角变形控制经验设计了一种比较矩阵元素计算方法。最后,基于最大后验权重原则建立了焊接位置自主选定方法。不同板厚的多道填充焊焊接位置自主决策试验显示,本文方法在满足接头角变形控制的前提下,决策的正确率达到90%以上,抗干扰能力强。

基于位置跟踪的水下焊接焊缝图像中强干扰的去除

本文主要介绍了3种去除机器人水下焊接焊缝图像中强干扰的方法。首先5×5窗口以列的方式扫描图像获得该列最大平均灰度值及其高度位置,对最大平均灰度值进行模糊判断获取该列区域的阈值,根据最大平均灰度值的范围和对应的高度位置以及V形焊缝的宽度尺寸,提出了消除V形焊缝区域外干扰的方法;其次提出了基于统计干扰光斑的面积以及周长去除干扰的方法,并运用3种方法对水下焊接强干扰焊缝图像进行处理试验,得出了一套消除强干扰的有效方法。

运用CDIO理念优化《汽车鉴定与评估》课程教学的探索

通过分析《汽车鉴定与评估》课程教学中存在的问题,运用CDIO的教育理念优化课程教学。采用了项目式教学法和思维导图演示教学法。实践证明很好的培养了学生的创造思维,提高了学生的探究能力,最终激发了学生的科技创新能力,改革取得了较好的效果。

基于视觉特征的厚板机器人焊接焊缝轮廓的有效提取

基于结构光的主动视觉传感技术是用于厚板机器人自动焊接中检测焊缝信息的一种有效途径。针对焊接过程中采集的焊缝图像包含或不包含电弧区域的两种情形,提出了一种基于视觉特征的适用于典型接头的激光条纹提取的通用算法。该算法利用Gabor滤波生成方向特征图,阈值分割后利用最近邻聚类算法对激光条纹和干扰数据进行聚类,根据聚类结果获得各类数据点在图像中的空间跨度,且只保留跨度值大于平均跨度的类,实现激光条纹的粗略提取;在从粗略提取结果中获取首个激光条纹分段的前提下,利用后续待识别的类与前一次已提取的激光条纹分段的欧式距离和类的自身跨度,设计了一个能提取激光条纹后续分段的竞争策略,从而实现激光条纹主体轮廓的准确提取;根据激光条纹视觉投射特点,设计了一个提取主体轮廓各分段之间的激光条纹细节的有效规则,实现激光条纹细节的提取。利用厚板T形接头和对接接头焊接中采集的焊缝图像验证了文中激光条纹提取算法的有效性,为厚板机器人自主焊接智能系统面向多种接头焊接应用的集成提供了可能。