?

　　目前服役的焊接機器人90% 都是以“示教再現”模式進行工作的， 少數以軌跡規劃方式工作。焊接過程中， 焊槍與焊縫中心都會存在一定誤差， 而且焊接過程又是一個復雜、非線性、干擾因素較多的過程， 焊接工件熱變形、咬邊、錯邊， 以及焊縫間隙的變化等是不可預知的， 這些因素都會直接影響到焊接質量。 在“示教再現”或軌跡規劃應用的基礎上，實時焊縫糾偏可以進一步提高焊接精度， 尤其適用于輔助工程上焊接易變形、裝配復雜等自動焊難以控制的工件生產。 本文以新型航天器燃料貯箱LF6 鋁合金材2 mm 薄板的對接焊接為背景， 針對脈沖鎢極惰性氣體保護焊( GT AW) 焊接方法， 對平板直縫和平板法蘭進行焊縫跟蹤試驗， 將傳統的“示教再現”型機器人開發成具有實時焊縫跟蹤的弧焊機器人系統。

　　1 試驗部分

　　1. 1 試驗系統組成

　　在本實驗中， 執行機構包括日本安川電機公司的HP6 型焊接機器人， 兩軸翻轉變位機， 單軸頭尾式變位機， 日本OT C 公司生產的IN VERTERELESON 500P 型交直流兩用GT AW 焊接電源，CM-271 型送絲機和HC-71 型送絲控制箱。 控制系統為研華公司的工控機， 傳感系統為自行開發的CCD 被動光視覺系統， 以及圖像采集卡。 整個系統如圖1 所示。

?

　　考慮到LF6 鋁合金薄板的焊接性， 采用交流脈沖焊進行焊接， 脈沖頻率為2 H z， 基值電流為50 A，峰值電流為125 A， 焊接速度為2. 6 mm/ s.

　　1. 2 圖像采集與處理

　　1. 2. 1 開小窗口分析法

　　采用“小窗口”獲取焊縫特征信息， 在焊縫區域開了一個100 幀x120 幀的小窗口， 僅對此窗口內的圖像進行處理。 該窗口包含了進行焊縫跟蹤所需要的特征信息， 又削減了大量不必要的圖像信息。 CCD 攝像機和送絲嘴都固定在焊槍上， 也就是焊槍、鎢極、送絲嘴在圖像平面投影的相對位置是不變的， 同時在試驗前已經將CCD 攝像機的軸心、焊槍軸心以及焊縫調節到了同一個平面上， 如此， 焊槍的軸線在圖像平面上的投影為一條水平線， 為后續的跟蹤提供了便利條件。

　　1. 2. 2 圖像處理算法

　　在試驗中， 首先提取到焊縫的上下邊緣， 經過去除偽點之后進行最小二乘法擬合， 得到焊縫中心線。 圖像處理算法流程主要包括圖像復原、中值濾波、邊緣尋找、偽點去除及最小二乘法擬合， 如圖2 所示 。

?

　　采用了逆濾波器方法來進行圖像復原， 同時選用3x3 模板中值濾波， 當前像素點的灰度值由它的8 鄰域的像素灰度值的中間值獲得。

　　在對圖像進行了觀察和分析后， 發現即焊縫邊緣和其他區域相比， 灰度變化極大。 因此， 根據灰度值變化的速率來確定焊縫邊緣點， 即每一列中速率變化最大的2 個點作為為焊縫的上下邊緣點。 用此種邊緣檢測算法是基于2 mm 薄板的特性， 沒有坡口使焊縫處較大的灰度變化在整幅圖像中極易捕捉， 同時此類算法較小的計算量也不會影響到圖像處理的實時性。

　　經過上述圖像處理之后并不能夠準確地獲得焊縫邊緣， 仍舊有偽邊緣存在， 如何再去除偽邊緣點，識別出真正的焊縫邊緣， 是圖像處理中最困難， 也是最關鍵的技術。 通過24 鄰域從上下2 個方向向中間逐行掃描的方式去除偽邊緣點。 由于焊縫邊緣是連續變化的， 假設存在圖像處理誤差在2 個象素之內，如果某一特征點24 鄰域內不存在相鄰特征點， 認為該點為偽邊緣點或孤立點。