[发明专利]基于三维视觉信息的工件焊缝定位方法及系统

说明书

本发明提供了一种基于三维视觉信息的工件焊缝定位方法及系统，获取焊接场景的图像，获取三维视觉点云信息；通过点云滤波算法对获取的初始点云信息进行预处理，得到工件点云；通过焊缝提取算法进行焊缝点云提取，得到目标点簇；对目标点簇，利用奇异值分解算法直线拟合得到目标焊缝直线方程，得到目标焊缝轨迹。本发明使用三维视觉信息对三种常见类型焊接工件的焊缝位置进行定位，免去了繁琐的人工示教部分，提高了焊接效率。

技术领域

本发明属于焊缝定位技术领域，具体涉及一种基于三维视觉信息的工件焊缝定位方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

为了解决人工焊接的诸多不利因素，越来越多的领域投身机器人自动化焊接。对于现阶段的自动化焊接，目前通用方法是在焊接过程中需要高精度的夹具辅助定位，再经过对机器人示教进行路径规划以保证焊接质量。这种焊接过程没有对焊缝进行直接定位，而是依赖于高精度夹具和人工示教。对于需求量日益增大的焊接材料，制作夹具成本高，人工示教不够灵活的缺点大大降低了生产效率。

发明内容

本发明为了解决上述问题，提出了一种基于三维视觉信息的工件焊缝定位方法及系统，本发明使用三维相机对焊接场景进行拍照获取三维视觉信息；通过点云滤波算法对获取的初始点云进行预处理，得到工件点云；最后通过焊缝提取算法进行焊缝点云提取。本发明实现了对三种常见类型焊缝进行定位，免除了传统自动化焊接繁琐的示教工作，降低了对工件夹具的精度要求，提高了焊接效率。

根据一些实施例，本发明采用如下技术方案：

一种基于三维视觉信息的工件焊缝定位方法，包括以下步骤：

获取焊接场景的图像，获取三维视觉点云信息；

通过点云滤波算法对获取的初始点云信息进行预处理，得到工件点云；

通过焊缝提取算法进行焊缝点云提取，得到目标点簇；

对目标点簇，利用奇异值分解算法直线拟合得到目标焊缝直线方程，得到目标焊缝轨迹。

作为可选择的实施方式，当焊缝为对接V型焊缝时，通过焊缝提取算法进行焊缝点云提取，得到目标点簇的具体过程包括：使用随机采样一致算法拟合平面参数,在工件点云中去除所得平面模型的所有内点，得到V型凹槽点云。

作为可选择的实施方式，当焊缝为对接I型焊缝时，通过焊缝提取算法进行焊缝点云提取，得到目标点簇的具体过程包括：提取左面块与右面块的边缘线，根据一个点与其邻域内其他点在切平面内投影的向量夹角来选取边缘点，利用滑动质心法提取目标边缘，分别取左面块的右边缘与右面块的左边缘。

作为进一步的限定，选取边缘点的方法包括：三维点云投影至二维深度图像，在图像上提取边缘，再加入深度返还到三维数据，或，直接在点云中获取边缘点。

作为可选择的实施方式，当焊缝为端接接头焊缝时，通过焊缝提取算法进行焊缝点云提取，得到目标点簇的具体过程包括：利用主成分分析法计算点云法向量，通过法向量内积法判断焊缝目标点簇；遍历点云所有点为采样点，依次以其近邻点法向量内积大小判断是否为焊缝目标点，将焊缝目标点加入焊缝目标点集中。

作为进一步的限定，利用主成分分析法计算点云法向量的具体过程包括：在点云中选取采样点，取得采样点的近邻点，在近邻点集合中计算协方差矩阵，利用特征值分解求出协方差矩阵的特征值，以及对应的特征向量，将最小的特征值对应的特征向量作为该点的法向量，即采样点的近邻域法向量，遍历点云所有点为采样点，循环计算所有点云中点的法向量。

作为可选择的实施方式，通过点云滤波算法对获取的初始点云信息进行预处理的过程中，先进行无关点云移除和噪点处理再进行点云稀疏处理。