[发明专利]一种熔池形貌检测及弧焊机器人控制方法

说明书

本发明公开了一种熔池形貌检测及弧焊机器人控制方法，包括：采集弧焊增材制造熔覆池视频，提取单帧彩色图像，进行灰度变换和噪声滤波；进行掩膜修补，剔除金属液滴区域部分，去除图像多余的部分，利用天牛须搜索自适应阈值算法的边缘检测，进行阈值分割和灰度增强，从而达到对图像进行去噪和增强；通过像素遍历搜寻出熔覆池圆心，再进行区域图像分割、镜像对称和组合，拟合出椭圆，通过圆心遍历出长轴和短轴，对长轴和短轴像素数大小进行计算，判断长轴和短轴的变化量，进而控制弧焊机器人是否继续打印，再根据当前图像是否为最后一帧来决定是否结束循环，进而实现本方法，为弧焊增材制造打印质量提供低成本、高效率的检测分析与控制方法。

技术领域

本发明属于弧焊增材制造与图像处理的技术领域，涉及一种熔池形貌检测及弧焊机器人控制方法。

背景技术

弧焊增材制造是以三维CAD模型转换为数字STL模型为基础，通过对其切片处理生成加工路径，然后以逐层叠加的方式完成材料的填充，最终实现目标件成形。其小熔池熔炼与铸造的工艺特点，能解决大型金属构件铸造过程中成分偏析的问题，能低成本、高效率地制造成分均匀、力学性能好的高性能大型金属构件，是金属三维打印的重要发展方向之一。

在弧焊增材制造的过程中，往往需要对金属基材熔化并形成熔池，影响熔池形貌的因素有很多，比如说激光的功率，打印速度等，这些因素也都影响着打印结果，打印结果的好坏就可以通过熔池形貌的变化反应出来，而在弧焊增材制造过程中，其熔池形貌是不断变化的。目前，对熔池形貌的分析识别有通过有经验的工人全程监控，进而调整工艺参数，但是效率较低；也有通过对成形过程中温度场的演变与组织转变行为来监控，这种方法复杂且繁琐，成本较高。通过对熔池形貌的特征提取及识别，针对熔池形貌的平面图像乃至动态图像进行分析，找出一套合理可靠的算法，推算出熔池平面的具体形貌，以及实时的变化情况，甚至于解决在只有单摄像机拍摄下，对熔池形貌边缘大小做出适当的测算，为弧焊增材制造打印质量提供低成本、高效率的检测分析与控制方法。

发明内容

本发明目的在于，实现对弧焊增材制造过程中熔覆池形状和尺寸的实时检测，提供了一种熔池形貌检测及弧焊机器人控制方法，包括如下步骤：

步骤1，采集弧焊增材制造熔覆池视频，从视频中提取单帧熔覆池视频序列帧彩色图像；

步骤2，针对提取的单帧熔覆池视频序列帧彩色图像进行灰度变换得到熔覆池灰度图像，从而减少计算量，降低后续处理的复杂性；

步骤3，由于图像在传输过程中，会有很多噪声，为了减少噪声对后续图像拟合时的影响，对熔覆池灰度图像进行滤波处理。为了让滤波后的图像保留更多的细节和平滑的边缘，对熔覆池灰度图像进行基于多级卷积核加权的噪声滤波，得到熔覆池滤波图像；

步骤4，为了系统能够自动的减少金属液滴区域部分对熔池边缘的影响，对基于多级卷积核加权的噪声滤波图像进行基于阈值处理的掩膜修补方法，去除金属液滴区域部分，得到修补后的熔覆池灰度图像；

步骤5，为了减少边缘检测所用的时间，对修补后的熔覆池灰度图像进行两次区域图像分割，分离出多余的图像，保留核心的部分，得到二次区域分割图像。

步骤6，为了快速而准确的检测出熔覆池图像的边缘部分，对二次区域分割图像进行基于天牛须搜索自适应阈值算法的边缘检测，得到熔覆池边缘检测图像；

步骤7，为了进一步消除非边缘部分以及增强现有的熔覆池边缘形貌视觉效果，对熔覆池边缘检测图像进行阈值分割【可参考夏博文.基于图像处理的覆冰绝缘子覆冰特征与闪络特性研究，天津大学，硕士学位论文，2018，pp.16-18】和基于粒子群算法的伽马变换，进行灰度增强，得到去噪和增强后熔覆池边缘图像；

步骤8，为了后续能够进行椭圆拟合，对去噪和增强后熔覆池边缘图像进行像素遍历，得到熔覆池的圆心像素点坐标；