[发明专利]一种焊缝跟踪系统的实时姿态估计方法

说明书

本发明公开了一种焊缝跟踪系统的实时姿态估计方法，包括以下步骤：S1、激光视觉传感器中的工业相机先采集焊缝图像并发送到嵌入式工控机，将两像素坐标值转换为焊接机器人基坐标系下的三维坐标值；S2、工业相机将连续采集的图像发送至所述嵌入式工控机，采集图像中焊缝特征点和焊缝两侧交叉点的像素坐标值，利用点云数据计算得到焊接机器人的位置和姿态；S3、将位置和姿态与当前焊接机器人的位置和姿态作差，并发送给机器人控制柜，控制柜输出控制信号传输给焊接机器人。本发明能使得焊接机器人较好地适应于各种焊接工况，在强烈弧光、飞溅等强噪声的干扰下依然能实现精确的焊缝姿态估计，进而提高了焊缝质量。

技术领域

本发明属于焊接机器人焊缝跟踪领域，特别涉及一种焊缝跟踪系统的实时姿态估计方法。

背景技术

现在的焊接机器人基本上都是在焊接之前先进行示教，让机器人每次都走一个固定的轨迹，这种方式有一个好处就是重复精度高，运动轨迹不需要修正，但是，该方法有一个致命的缺陷就是不够随机应变，不够灵活，当需要焊接的工件加工精度比较差。

实时的焊缝跟踪系统以及从图像处理得到的坐标转换成机器人相应的运动是当前焊接机器人焊接过程中亟待解决的问题，国内外的很多学者围绕目标跟踪算法、相应的图像处理、标定算法和机器人实时通讯系统进行了深入细致的研究。经过学者们细致地研究，目前在一定程度上能够实现自动焊接焊缝。但是，在如上研究中，很多学者仅仅考虑到将焊接工件平放装夹这一单一的焊接工况，在焊接过程中机器人姿态并无改变。然而在实际焊接中，焊接工件存在着各种复杂的焊接工况，机器人的姿态也应实时做出调整，故对焊接工件进行实时姿态估计至关重要。

N点透视(PNP)问题是姿态估计领域的经典问题。为解决此问题，Lepetit提出了一种N点透视问题的精确解(EPNP),世界坐标系下的三维点由4个控制点线性组合，联立三维点求解3D姿态。Dementhon提出了比例正交投影迭代变换算法(POSIT)，通过输入非共面四点的三维坐标和对应图像的二维坐标，进行透视投影变换并进行迭代求得旋转矩阵和平移向量，进而估算出物体的3D姿态。如上姿态估计算法虽然实现了对物体的实时姿态估计，但是均是在无噪声环境下实现的。在焊接过程中，存在着强弧光飞溅等强噪声的干扰，导致了焊接工件的实时姿态估计难度大大提升。在如上算法的启发下，提出了一种焊缝跟踪系统的实时姿态估计方法，通过实时获取焊接工件的点云数据进而实现焊缝的实时姿态估计。为了在强噪声的焊接环境下实时准确地获取点云数据，采用高效卷积操作滤波器跟踪算法(ECO)和形态学交叉法。

Martin Danelljan等人提出了连续型卷积操作滤波器算法(CCOT)跟踪算法，使用深度神经网络VGG-net提取特征，通过立方插值，将不同分辨率的特征图插值到连续空间域，再应用黑塞(Hessian)矩阵可以求得亚像素精度的目标位置。考虑到更新参数众多影响实时性，且大多滤波器贡献都不大，原作者提出了高效卷积操作滤波器跟踪算法，并作了改进：通过引入因式分解的卷积算子减少模型的训练参数，只保留贡献较大的滤波器参数。此外，通过每隔N_s帧更新一次模型，节约时间且避免了模型的漂移。高效卷积操作滤波器跟踪算法能在维持原有精度的情况下，准确定位焊缝特征点，大大提高跟踪速度，满足焊缝跟踪系统实时焊接的需求。

形态学交叉法通过阈值分割、形态学处理、区域选择、骨架提取、提取交叉点等一系列操作提取交叉点。该方法稳定且速度较快，满足焊缝跟踪系统实时焊接的需求。

因此，为了解决在强噪声干扰的焊接环境下对焊接工件进行实时姿态估计的问题，研究了点云姿态估计算法并结合了高效卷积操作滤波器跟踪算法、形态学交叉法，并设计了焊接机器人进行焊缝姿态估计实验，本发明依此提出。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种焊缝跟踪系统的实时姿态估计方法，解决了现有的焊接机器人不能适应于各种焊接工况以及焊接质量、精度不高的问题。

本发明至少通过如下技术方案之一实现。