一种焊接控制方法、装置及上位机制造方法及图纸

本发明专利技术提供了一种焊接控制方法、装置及上位机，涉及焊接机器人技术领域。该焊接控制方法包括：获取第一图像采集设备实时采集的第一图像和第二图像采集设备实时采集的第二图像；根据重映射表对第一图像和第二图像分别进行立体校正；在预先设定的识别间隔周期的识别时间到达时，根据第一图像和第二图像，确定当前识别时间的识别区域内焊接路径点的三维坐标；根据焊接路径点的三维坐标，控制机械臂执行焊接操作。通过设置在焊接机器人的机械臂上的两个图像采集设备分别采集图像，再通过设定的识别间隔周期，实时的分离多个图像处理线程，提高了图像识别速率，相较于传统的示教焊接提高了焊接过程的柔性，能够有效降低焊接偏差，提高了焊接的效率。高了焊接的效率。高了焊接的效率。

【技术实现步骤摘要】
一种焊接控制方法、装置及上位机


[0001]本专利技术涉及焊接机器人
，特别涉及一种焊接控制方法、装置及上位机。

技术介绍

[0002]在工业机器人的应用当中，机器人焊接应用占到较大比例，约占到工业机器人应用的40％。目前，国内外已有大量的焊接机器人系统应用于各类自动化生产线上，这些焊接机器人系统从整体上看大多还属于“示教－再现”型或少量的离线编程型机器人。示教获得的焊接机器人焊接路径和焊接参数是根据作业条件预先设置的，在焊接时缺少外部信息传感和实时调整控制的功能，这类焊接机器人对作业条件的一致性要求严格。但是这些焊接机器人在焊接过程中还不够“柔性”，缺少外部信息感知和实时调控的能力。

技术实现思路

[0003]本专利技术实施例提供一种焊接控制方法、装置及上位机，用以解决现有焊接机器人在焊接过程中缺少外部信息感知和实时调控能力的问题。
[0004]为了解决上述技术问题，本专利技术实施例提供一种焊接控制方法，应用于焊接机器人，所述焊接机器人的机械臂上设置有至少两个图像采集设备，所述方法包括：
[0005]获取第一图像采集设备实时采集的第一图像和第二图像采集设备实时采集的第二图像；
[0006]根据重映射表对所述第一图像和所述第二图像分别进行立体校正，其中，所述重映射表为通过极线校正算法对多组图像进行立体校正确定，所述多组图像为图像采集设备在多种姿态下对设置在图像采集设备识别区域的棋盘格标定板采集的图像；
[0007]在预先设定的识别间隔周期的识别时间到达时，根据所述第一图像和第二图像，确定当前识别时间的识别区域内焊接路径点的三维坐标；
[0008]根据所述焊接路径点的三维坐标，控制机械臂执行焊接操作。
[0009]进一步地，所述根据所述第一图像和第二图像，确定当前识别时间的识别区域内焊接路径点的三维坐标，包括：
[0010]根据当前识别时间的识别区域，确定所述第一图像上的第一识别区域图像和所述第二图像上的第二识别区域图像；
[0011]对所述第一识别区域图像和所述第二识别区域图像进行处理，确定第一焊缝骨架图像和第二焊缝骨架图像；
[0012]确定所述焊接路径点在所述第一焊缝骨架图像上的第一坐标和在所述第二焊缝骨架图像上的第二坐标；
[0013]根据所述第一坐标和所述第二坐标，确定所述焊接路径点的三维坐标。
[0014]进一步地，所述根据所述第一坐标和所述第二坐标，确定所述焊接路径点的三维坐标，包括：
[0015]根据所述第一坐标和所述第二坐标，计算视差值；
[0016]根据所述视差值，确定视差坐标；
[0017]根据所述视差坐标和预设重投影矩阵，确定所述焊接路径点的三维坐标。
[0018]进一步地，所述对所述第一识别图像和所述第二识别图像进行处理，确定第一焊缝骨架图像和第二焊缝骨架图像，包括：
[0019]按照预设二维模板，对所述第一识别图像和所述第二识别图像分别进行中值滤波；
[0020]按照预设截断阈值，对中值滤波后的所述第一识别图像和所述第二识别图像分别进行阈值分割，其中，所述第一识别图像和所述第二识别图像中像素灰度值大于所述预设截断阈值的像素点的灰度值设为所述预设截断阈值；
[0021]对阈值分割后的所述第一识别图像和所述第二识别图像分别进行自适应阈值处理，其中，自适应阈值为每一像素点周围预设区域内像素点灰度值的加权平均与一预设常数的差值，若所述像素点的灰度值大于或等于所述自适应阈值，则所述像素点的灰度值为0；若所述像素点的灰度值小于所述自适应阈值，则所述像素点的灰度值为255；
[0022]按照预设腐蚀规模，对自适应阈值处理后的所述第一识别图像和所述第二识别图像分别进行腐蚀处理；
[0023]对腐蚀处理后的所述第一识别图像和所述第二识别图像分别进行连通域标记，保留在竖直方向上长度最大的连通域；
[0024]对连通域分析处理后的所述第一识别图像和所述第二识别图像分别进行细化处理，确定所述第一焊缝骨架图像和所述第二焊缝骨架图像。
[0025]进一步地，所述根据所述焊接路径点的三维坐标，控制机械臂执行焊接操作，包括：
[0026]根据预设坐标变换矩阵和所述焊接路径点的三维坐标，确定所述焊接路径点的在工具坐标系下的TCP坐标；
[0027]获取所述焊接机器人的位姿；
[0028]根据所述焊接路径点的TCP坐标和所述焊接机器人的位姿，确定所述焊接路径点在工件坐标系下的工件坐标；
[0029]根据所述工件坐标，确定所述机械臂的姿态旋转轴和旋转角度；
[0030]根据所述机械臂的姿态旋转轴和旋转角度，控制所述机械臂执行焊接操作。
[0031]进一步地，所述获取所述焊接机器人的位姿，包括：
[0032]获取识别所述焊接路径点的识别时间；
[0033]根据所述识别时间和所述焊接机器人姿态历史时间序列，确定所述识别时间下所述焊接机器人的位姿。
[0034]进一步地，所述方法还包括：
[0035]判断是否成功加载所述预设坐标变换矩阵；
[0036]若加载失败，则通过图像采集装置获取工具坐标系下的标记点的三维坐标；
[0037]根据所述标记点在工具坐标系下的TCP坐标和所述标记点的三维坐标，标定TCP坐标和三维坐标的映射关系，并将所述映射关系定义为所述预设坐标变换矩阵。
[0038]本专利技术实施例还提供一种焊接控制装置，包括：
[0039]第一获取模块，用于获取第一图像采集设备实时采集的第一图像和第二图像采集
设备实时采集的第二图像；
[0040]处理模块，用于根据重映射表对所述第一图像和所述第二图像分别进行立体校正，其中，所述重映射表为通过极线校正算法对多组图像进行立体校正确定，所述多组图像为图像采集设备在多种姿态下对设置在图像采集设备识别区域的棋盘格标定板采集的图像；
[0041]确定模块，用于在预先设定的识别间隔周期的识别时间到达时，根据所述第一图像和第二图像，确定当前识别时间的识别区域内焊接路径点的三维坐标；
[0042]控制模块，用于根据所述焊接路径点的三维坐标，控制机械臂执行焊接操作。
[0043]本专利技术实施例还提供一种上位机，包括上述的焊接控制装置。
[0044]本专利技术实施例还提供一种上位机，包括：处理器、存储器即存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述的焊接控制方法的步骤。
[0045]本专利技术的有益效果是：
[0046]上述方案，通过设置在焊接机器人的机械臂上的两个图像采集设备分别实时采集焊接时焊接部位视频图像即所述第一图像和所述第二图像，并采用bouguet极线校正算法进行立体校正，再通过设定的识别间隔周期，在预先设定的识别间隔周期的识别时间到达时，读取当前帧的图像并根据所述第一图像和第二图像，确定当前识别时间的识别区域内焊接路径点的三维坐本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种焊接控制方法，其特征在于，应用于焊接机器人，所述焊接机器人的机械臂上设置有至少两个图像采集设备，所述方法包括：获取第一图像采集设备实时采集的第一图像和第二图像采集设备实时采集的第二图像；根据重映射表对所述第一图像和所述第二图像分别进行立体校正，其中，所述重映射表为通过极线校正算法对多组图像进行立体校正确定，所述多组图像为图像采集设备在多种姿态下对设置在图像采集设备识别区域的棋盘格标定板采集的图像；在预先设定的识别间隔周期的识别时间到达时，根据所述第一图像和第二图像，确定当前识别时间的识别区域内焊接路径点的三维坐标；根据所述焊接路径点的三维坐标，控制机械臂执行焊接操作。2.根据权利要求1所述的焊接控制方法，其特征在于，所述根据所述第一图像和第二图像，确定当前识别时间的识别区域内焊接路径点的三维坐标，包括：根据当前识别时间的识别区域，确定所述第一图像上的第一识别区域图像和所述第二图像上的第二识别区域图像；对所述第一识别区域图像和所述第二识别区域图像进行处理，确定第一焊缝骨架图像和第二焊缝骨架图像；确定所述焊接路径点在所述第一焊缝骨架图像上的第一坐标和在所述第二焊缝骨架图像上的第二坐标；根据所述第一坐标和所述第二坐标，确定所述焊接路径点的三维坐标。3.根据权利要求2所述的焊接控制方法，其特征在于，所述根据所述第一坐标和所述第二坐标，确定所述焊接路径点的三维坐标，包括：根据所述第一坐标和所述第二坐标，计算视差值；根据所述视差值，确定视差坐标；根据所述视差坐标和预设重投影矩阵，确定所述焊接路径点的三维坐标。4.根据权利要求2所述的焊接控制方法，其特征在于，所述对所述第一识别图像和所述第二识别图像进行处理，确定第一焊缝骨架图像和第二焊缝骨架图像，包括：按照预设二维模板，对所述第一识别图像和所述第二识别图像分别进行中值滤波；按照预设截断阈值，对中值滤波后的所述第一识别图像和所述第二识别图像分别进行阈值分割，其中，所述第一识别图像和所述第二识别图像中像素灰度值大于所述预设截断阈值的像素点的灰度值设为所述预设截断阈值；对阈值分割后的所述第一识别图像和所述第二识别图像分别进行自适应阈值处理，其中，自适应阈值为每一像素点周围预设区域内像素点灰度值的加权平均与一预设常数的差值，若所述像素点的灰度值大于或等于所述自适应阈值，则所述像素点的灰度值为0；若所述像素点的灰度值小于所述自适应阈值，则所述像素点的灰度值为255；按照预设腐蚀规模，对自适应阈值处理后的所述第一识别图...

【专利技术属性】
技术研发人员：王爱民，孙见龙，姜鹏，
申请(专利权)人：北京航天新立科技有限公司，
类型：发明
国别省市：