[发明专利]基于点体素相关场的燃油箱焊接机械臂自适应校正方法

说明书

本发明基于点体素相关场的燃油箱焊接机械臂自适应校正方法，属于机器视觉三维点云重建领域。本发明使用工业相机采集到的塑料燃油箱的三维点云数据，首先，通过一种学习分层特征的平移不变网络网络架构提取点云特征分层点云特征学习，解决点云信息的无序性问题，其次，构建塑料燃油箱的点体素相关场，基于超体素聚类实现焊接区域分割，最后，对该处的点云进行稠密重建获取待焊接处的位置及角度信息，从而对焊接机器臂的焊接深度和焊接角度进行调整。利用构建点体素相关场分割点云进行分类重建的方式对塑料燃油箱的自适应焊接深度校正能够降低计算量，提高塑料燃油箱焊接自动化能力，保障汽车用塑料燃油箱的焊接质量。

技术领域

本发明属于机器视觉三维点云重建技术领域，具体涉及一种基于点体素相关场的燃油箱焊接机械臂自适应校正方法。

背景技术

在工业制造技术领域，通常会涉及焊接工序，塑料燃油箱配件在本体上焊接是通过热板焊接，通过开始设定塑料燃油箱焊接进给深度来实现塑料燃油箱的打孔焊接，由于塑料燃油箱的之前生产工序及塑料燃油箱的打孔焊接生产线的安装部分会导致塑料燃油箱所需要的焊接进给深度存在差异，因此会导致塑料燃油箱的虚焊，焊接余量不均匀，焊接位姿不准确等问题，最终，影响产品质量和使用寿命，因此，为了提高塑料燃油箱的焊接质量，需要对塑料燃油箱的焊接深度进行提取。

目前的塑料燃油箱的焊接深度矫正方式主要有控制进给深度余量、超声波定位、图像检测三种。控制进给余量是通过对焊接深度设置一个定值能够满足大多数塑料燃油箱的焊接需要，该方式成本低，操作简单，但是该方式会导致大多数塑料燃油箱焊接进给深度不是最佳深度，仅能满足焊接需求。超声波检测技术超声波定精度较高，可达到厘米级，且结构简单，但是超声波受多径效应和非视距传播影响很大，且超声波频率受多普勒效应和温度影响，传统的工业生产中对超声波的影响较大，超声波定位技术不再适用。图像检测在效率、成本等方面具有显著优势，当前国内外用于机器视觉检测技术主要有单目视觉检测和双目立体视觉检测，其中最常用的是双目立体视觉检测。现有塑料燃油箱生产厂家大多采用控制进给余量的方法，该方法难以满足现有自动化生产的要求。塑料燃油箱配件在本体上焊接定位校正方法存在，虚焊，焊接余量不均匀，焊接位姿不准确等问题。采用基于点体素相关场用于汽车塑料燃油箱的自适应焊接深度校正方法具有较高的精度和良好的适应性。

2017年，龙超祥等人提出一种基于机器人3D视觉的汽车油箱焊接定位方法及系统(公布号：CN109421043A)，该方法通过3D相机把位姿偏差值发送给机器人，修正机器人的焊接位姿。该方法通过微调机器人末端的焊接装置有效提高塑料燃油箱的焊接质量，但是对于焊接深度仍然需要传感器来确定，不适用于塑料燃油箱焊接生产线的焊接深度校正。

2018年，段吉安等人提出了一种基于机器视觉定位的激光焊接装置及视觉定位方法(授权公告号：CN 109365998)，该方法通过使用采用机器视觉自动定位摄取的图像信息，通过焊接控制系统的工控机操作定位对准，算法处理可靠并且执行速度快，视觉定位的精准度高。其缺点是需人为的设定二值化参数，对于焊接处色差不大的情况无法识别，不适用于塑料燃油箱焊接生产线的焊接深度校正。

2019年，杨铭凯等人提出一种基于自学习的自动焊接及缺陷检测方法(授权公告号：CN110636715)，通过开始的人工标定准备前期数据进行学习并对后续的检测过程中的数据对参数进行不断的学习实现自动焊接及缺陷检测的过程。其缺点是前期的数据准备花费的时间较多，前期的网络学习准确率较低并且后期不断自学习的过程中对硬件要求不断提高，不适用于塑料燃油箱焊接生产线的焊接深度校正。

综上所述现有的焊接深度校正方法存在自动化程度低、对硬件要求高、方法复杂等缺点，不能适用于塑料燃油箱生产线的焊接深度校正。

发明内容

本发明的目的在于提供一种基于点体素相关场的燃油箱焊接机械臂自适应校正方法，该方法通过对整体点云的分类处理，对不同处的点云进行分类处理，能够降低计算量，提高塑料燃油箱焊接自动化能力，保障汽车用塑料燃油箱的焊接质量。