基于线结构光的厚板焊缝特征点提取算法

针对厚板结构件在使用激光视觉系统时图像特征区域提取难和工件表面加工不均匀漫反射等导致特征点提取困难的问题,提出基于线结构光的厚板焊缝特征点提取算法。首先,激光视觉系统获取焊缝图像并使用YOLOv4算法进行预训练,利用训练获取的权重文件自动检测并获取焊缝特征感兴趣区域(ROI);其次,对ROI进行降噪、二值化等处理,通过逐行(列)搜索法得到焊缝中心线;最后,根据不同焊缝类型,基于最小二乘法使用距离法和直线段聚类的方法来提取特征点。实验结果表明:该方法可有效提取不同类型的焊缝特征点,具有鲁棒性强、识别误差小等特点。

激光视觉引导下的工业机器人步态运动学参数辨识

工业机器人在多个领域都有广泛应用,而离线编程则成为其重要的发展方向。由于离线编程对机器人自身的绝对定位精度有较高要求,为提升绝对定位精度,设计一种激光视觉引导下的工业机器人步态运动学参数辨识方法。基于线结构激光测量技术,设计由工业智能相机、感光元件、滤光片、线激光器构成的激光视觉传感器,使用该传感器测量工业机器人,以获取其三维信息。通过粗引导与精引导两个步骤对激光视觉传感器实施激光视觉引导,以提高效率,降低瞄准误差。工业机器人步态运动学参数误差的辨识模型,通过最小二乘法对模型实施迭代求解,以获取精确的方程组解,从而完成步态运动学参数辨识。测试结果表明,该方法的步态运动学参数辨识误差低于0.02 mm,在30次迭代次数以内即可完成求解。

基于机器视觉的输送带撕裂检测方法

为保证带式输送机安全运行,及时发现输送带撕裂情况并进行处理,降低输送带撕裂带来的损失。通过对输送带撕裂特点进行研究,提出并验证了一种基于激光线条的输送带机器视觉撕裂检测方法,并搭建了输送带撕裂检测实验平台。在此平台上进行了输送带撕裂检测实验。根据得到的图像数据信息,该输送带撕裂检测系统可以达到预期的功能和效果,实现检测的准确性和实时性。

可用于狭小空间的单目主动视觉姿态测量方法

在狭小空间智能装配时,需要测量基准面姿态;但现有姿态测量设备尺寸较大或需要附加扫描运动机构,存在装置难以部署等问题,故提出一种适用于狭小空间的基于双线激光的单目主动视觉姿态测量方法。首先提取出线激光中心点进行光平面标定;接着根据中心投影关系,计算出光平面与像平面的转换矩阵;然后提取目标平面线激光中心点像素坐标并转换为相机坐标;最后应用RANSAC算法过滤异常点后使用最小二乘法拟合出物体平面方程,实现目标平面姿态测量。实验结果表明,滚转角测量误差平均值为0.029°,标准差为0.016°;俯仰角测量误差平均值为0.035°,标准差为0.025°。完成了在直径为170 mm、高为520 mm圆柱形腔体内的平面姿态测量,验证了方法的有效性。

基于多线激光的大尺寸水冷板高度测量系统

为了满足现代工业非接触、高精度以及快速对大尺寸工件表面高度测量的需求,设计了一种基于多线激光的水冷板高度测量系统,该系统由运动控制、图像采集和图像处理3部分组成。首先对系统的硬件进行了选型;其次,根据线激光获取的点云数据,提出了水冷板高度测量方法;为了减少干扰点云的影响,采用高斯滤波对模板匹配后的点云去噪,并基于统计的方法筛选参与高度计算的点云数据。实验数据表明:系统重复测量误差小于30μm,测量时间少于1 min,满足企业生产需求。

基于激光视觉焊缝跟踪技术的机器人焊接智能产线设计

由于人工焊接工作环境恶劣、效率低,且在焊接过程中容易发生焊接热变形所带来的焊缝位置不可控问题,焊接的加工质量无法得到保证。随着人工智能技术的发展,焊接智能化生产成为了可能。以半挂车车架机器人焊接智能生产线设计为主要研究方向,详细介绍机器人焊缝跟踪技术,焊缝识别与跟踪技术作为实现焊接自动化的关键,在焊缝的视觉识别过程中,需要借助视觉传感器对焊缝的图像进行采集、分析与处理,完成焊缝信息的提取,根据提取的焊缝信息,引导机器人完成自动焊接任务。

基于双线结构光双目视觉的干排渣机排渣流量检测方法研究

实现电站锅炉干排渣机传送钢带上渣量的实时检测,对提高锅炉运行的经济性和可靠性具有重要意义。针对锅炉底部无纹理炉渣在线检测,本文提出了耦合双线结构光和双目视觉的干排渣机流量在线检测方法,在双线结构光照射下,双目相机采集连续2帧带有红蓝颜色激光线图像,通过对图像RGB通道分离、图像处理和亮点匹配,计算激光线处炉渣厚度;进一步利用互相关算法获得物料移动速度,进而结合炉渣横截面积和速度,计算获得炉渣无纹理对象的体积流量。构建了双线结构光双目视觉测量系统,并开展了系统标定与实验评价研究。结果表明:双目相机标定重投影平均误差为0.07个像素,具有较高精度;横截面积测算误差均小于2.1%,时均速度测算误差均小于2.1%,体积流量测算误差均小于2.6%。结合炉渣经验堆积密度,本文方法可满足燃煤电站锅炉底部排渣量在线测量工业现场应用要求,为炉渣冷却风调整提供渣量数据支持。

基于分段拟合算法的V型焊缝识别

激光视觉引导的焊接方式在工业产品线上应用广泛,其中图像处理算法的复杂性会直接影响焊接的效率。为解决激光视觉中的V型焊缝直线识别速度问题,利用“一”字激光光源实验,在分析了不同图像预处理方法对激光条纹直线特征的提取效果上,提出一种基于斜率分析的点集分割方法。该方法能够正确区分V型焊缝不同线段上的点,结合最小二乘法进行分段拟合,准确提取焊缝的中心线特征。结果表明,该方法与Hough变换相比,可避免因误差而拟合成非连续线段,具有计算量小、反应速度快、适应性强的特点。

视觉技术在汽车工业生产中的应用简述

介绍了视觉技术在汽车工业中的应用,结合实际案例,详细叙述了点激光视觉、线激光视觉、2D视觉及3D视觉的应用场景。视觉技术作为一种新兴的产业技术,实现了无基准、无定位的全柔性化工作,提高了生产效率,降低了生产成本,具有广阔的应用前景。

基于机器视觉的输电线路无人机激光清障方法研究

针对传统输电线路无人机清障方法对故障点定位不准确的问题,研究基于机器视觉的输电线路无人机激光清障方法。利用AI技术对输电线路图像提取特征值,无人机在巡检过程中运用机器视觉技术搜寻对应坐标点;近邻图像像素取平均值构成模板,对故障线路特征图像进行滤波、降噪处理;通过蚂蚁运算得到无人机巡检的起始点和终止点,规划无人机激光清障工作路径。测试结果表明该方法的搜寻故障点与实际故障点的误差值为零,精准定位故障点,实现输电线路无人机对故障物的有效清除。

基于线激光的棉花中白色异性纤维检测

针对棉花中白色异性纤维检测,分析了棉纤维与异性纤维不同的反光特性,在此基础上提出了一种基于线激光的检测方法。实验结果表明,在线激光照射下,棉花与白色异性纤维图像的灰度直方图呈双峰特性,显著提高了白色异性纤维与棉花背景之间的对比度,简单的图像二值化分割算法就能有效检测出大部分白色异性纤维,对6种典型实验白色异性纤维的平均检出率为92.08%。

精确标定关节臂视觉检测系统手眼关系

在关节臂视觉检测系统中,视觉传感器与关节臂末端的手眼关系标定的准确性直接影响到系统的测量精度。推导了关节臂手眼问题的数学关系模型,提出了一种基于遗传优化算法的双阶段手眼标定的新方法,即先采用常规方法求取手眼变换矩阵主要参数的初始值,在初始值的基础上利用遗传算法优化手眼标定模型的所有参数,建立遗传优化算法的手眼关系数学模型。通过实验论证了该方法的优良性和可行性,对一般手眼问题具有一定的可移植性,系统测量精度优于40μm。

基于线激光和ARM的输送带纵向撕裂监控系统设计

针对输送带运行过程中易发生纵向撕裂的问题,研究了基于机器视觉的纵向撕裂检测方法,设计了一种基于线激光和ARM的输送带纵向撕裂监控系统。采用"一"字线激光器向输送带下表面投射激光条纹,利用嵌入式处理终端S3C2440控制面阵CMOS摄像头采集图像,并进行图像处理和分析,检测到纵向撕裂时将纵向撕裂图像和报警信号通过Wi-Fi发送给PC机监控软件和手机监控软件显示。设计了监控系统硬件、嵌入式处理终端软件、故障检测算法、PC机监控软件和手机监控软件。测试结果表明:该系统能够远程在线监测输送带纵向撕裂过程,具有图像处理效率高、实时性好、布线简便、可远程监控等优点。

基于激光交线的结构光视觉传感器现场标定新方法

提出了一种可适用于未知环境的线结构光三维视觉传感器现场标定的新方法。与基于交比不变性求解特征点坐标来标定激光平面的方法不同,该方法可直接基于激光交线图像实现快速标定。通过拍摄一个与线结构光相交并以不同姿态随机自由移动的平面靶标的图像(至少3幅),就可同时实现三维视觉传感器CCD和激光平面的快速标定。该方法不必求解标定点坐标,方便、快捷、简单,可实现自动化,标定精度高,标定方法鲁棒性强。实验结果证明了该方法的方便和有效性。

标定线结构光视觉测头基本参数的一种新方法

根据线结构光视觉测头的光学成像特性 ,论证并建立了基于透视变换的摄像机及物像关系模型。提出了标定摄像机基本光学参数及视觉测头结构参数一种新方法—斜平面法。该方法分校准和标定两个步骤。先利用标准网格平面校准参考面 ,再利用斜平面上的标定栅格以及线结构光与斜面标定板所交亮带的图像信息标定出模型参数。该方法在保证标定精度的同时 ,简化了标定过程。

易与CMM集成的线激光视觉传感器建模及标定技术

本文将线激光视觉传感器与三坐标测量机 (CMM)相集成 ,并建立相应的数学模型 ;其中针对线激光视觉传感器结构参数标定中存在的问题 ,利用 B样条神经网络来确定视觉传感器输入输出之间的映射关系 ,从而简化了标定过程 ;并根据建立的数学模型实现了激光平面坐标系与 CMM坐标系之间的转换 .

双线结构光焊缝跟踪传感器及其特性

单线结构激光器由于其安装位置与焊枪有一定的距离,传感器测量结果并不能完全表示焊枪位置,应用在移动式焊接机器人上会出现难以克服的导前误差。在此介绍了一种双线结构光传感器,它采用两个线状激光作为光源,同时在不同位置测量焊缝的相对位置。这样的结构特点使传感器在消除焊枪导前误差、跟踪弯曲焊缝方面有普通结构光传感器所不可比拟的优势。基于此原理,研发了传感器实物并在移动焊接机器人上验证了其克服导前误差的功能。

立铣刀侧刃磨损检测的装置及方法

针对机器视觉技术在立铣刀侧刃磨损检测过程中,面对刀尖结构破损缺失或月牙洼结构等典型工况下出现的刀尖区域结构缺失、图像信息不完整等问题,提出一种线激光边缘检测与机器视觉相结合的轮廓获取方法.分析导致刀尖区域图像信息缺失的主要原因是侧刃的螺旋分布特性及实际拍摄条件中复杂光照等.因此,本文提出一种图像拼接策略对捕捉到的磨损区域不同光强下的原始照片进行预处理,选取弱光下的刀尖区域和强光下的均匀磨损区域作为数据源;对该数据源采用组合型阈值分割的方法进行轮廓提取,拼接后获得较为完整的刀具磨损区域图;为补充准确的刀尖区域缺失信息,利用线激光检测数据进行补偿,从而获得更加完整和丰富的刀具磨损区域信息.设计并搭建了机器视觉和线激光相结合的立铣刀侧刃磨损检测实验装置,对两种检测方法的实验数据进行采集,实现了线激光在刀尖区域的检测数据对图像数据中的缺失信息进行补偿.最后,通过实际铣削加工实验,获取典型刀具磨损状态实验样本,对文中所提检测方法和实验装置进行验证.结果表明该装置能够获取更完善的磨损区域轮廓信息,给出精确的刀具磨损参数和磨损区域的全面评价,最大磨损值的测量精度高于98%,最大误差不超过5μm.

线结构光视觉测量中的边缘效应及其补偿

研究了线结构激光测头测量中小尺寸零件的光带边缘效应问题 .分析表明 ,当光带宽度大于一个像素时 ,在被测零件的边缘部位就会产生测量误差 ,即边缘效应误差 .通过研究边缘效应误差的成因和特点 ,提出了采用分段平滑对光带边缘效应进行拟合修正的方法 .该方法通过分段、曲线段类型判别和拟合修正三个步骤对光带中心进行处理 ,以补偿边缘效应引起的误差 .对实测数据的处理结果表明 。

弧焊机器人柔性再制造系统

建立了一个弧焊机器人柔性再制造系统,该系统由测量、建模和离线编程三个子系统组成,可以自动获取废旧零件的表面信息,建立再制造模型,并生成焊接再制造程序,完成废旧零件的再制造过程。介绍了系统的硬件结构和各个子系统的工作原理。系统适用于缺损表面为二次曲面的工件,对不同缺损程度的工件的再制造可以自动进行。对某车辆的扭力轴进行了试验验证,结果表明该系统是可行的。