(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210405433.X (22)申请日 2022.04.18 (71)申请人 广州东焊智能装备有限公司 地址 510000 广东省广州市番禺区石楼镇 大岭村菩山工业区2号厂房102 (72)发明人 巫飞彪　张少华　 (74)专利代理 机构 北京冠和权律师事务所 11399 专利代理师 赵银萍 (51)Int.Cl. B25J 9/16(2006.01) B23K 37/00(2006.01) (54)发明名称 一种基于环境视觉分析的焊接机器人精度 控制方法 (57)摘要 本发明属于焊接机器人控制技术领域， 公开 了一种基于环境视觉分析的焊接机器人精度控 制方法， 采集焊接目标环境周边的焊缝条纹图 像， 并进行预处理， 得到预处理后的焊缝条纹图 像； 对焊缝条纹图像进行焊缝特征识别提取获得 焊缝条纹图像信息， 将预处理后的焊缝条纹图像 匹配的焊缝条纹图像信息通过无线发送至图像 处理模块， 图像处理模块对焊缝条纹图像进行提 取和计算， 优化处理得出焊接规划路径， 将焊接 规划路径反馈至和焊机机器人的控制中心； 控制 中心按照计算的结果发送指令至焊机机器人的 末端执行机构， 调整焊接机器人各关节位置。 本 发明便于焊接机器人能实时获取焊接的周边环 境信息， 准确规划出焊接路径， 提高了焊接效率 和精度。 权利要求书3页 说明书8页 附图2页 CN 114905507 A 2022.08.16 CN 114905507 A 1.一种基于环境视 觉分析的焊接 机器人精度控制方法， 其特 征在于， 包括： 采集焊接目标环境周边的焊缝条纹图像， 并进行预处理， 得到预处理后的焊缝条纹图 像； 对焊缝条纹图像进行焊缝特征识别提取获得焊缝条纹图像信 息， 对焊缝条纹图像进行 焊缝特征识别提取获得焊缝条纹图像信息， 将预处理后的焊缝条纹图像匹配的焊缝条纹图 像信息通过无线发送至图像处理模块， 所述图像处理模块对所述焊缝条纹图像进 行提取和 计算， 优化处 理得出焊接规划路径， 将所述焊接规划路径反馈 至和焊机 机器人的控制中心； 所述控制中心按照所述计算的结果发送指令至所述焊机机器人的末端执行机构， 调整 所述焊接 机器人的各关节位置 。 2.如权利要求1所述的基于环境视觉分析的焊接机器人精度控制方法， 其特征在于， 所 述预处理， 具体包括： 获取焊缝条纹图像， 并对所述焊缝条纹图像进行灰度化处理， 得到对应的灰度化处理 的焊缝条纹图像； 基于所述灰度化处理 的焊缝条纹图像 中每一个像素点， 将R通道像素值与R通道加权值 的乘积、 G通道像素值与G通道加权值的乘积以及B通道像素值与B通道加权值的乘积相加以 获取针对的像素点的灰度值， 采用高斯滤波算法对该图像像素点将图像窗口的固有变差和 图像窗口总变差结合起来， 形成结构 ‑纹理分解正则化器， 进行平滑处理， 得到由平滑后的 所述灰度化处 理的焊缝 条纹图像中的所有图像 像素点组成的平 滑处理的焊缝 条纹图像； 对所述平滑 处理的焊缝条纹图像进行图像增强处理， 平滑 处理的焊缝条纹图像采用图 像增强模型进行有监 督的模型训练， 得到图像增强的焊缝 条纹图像， 包括纹 理和颜色。 3.如权利要求2所述的基于环境视觉分析的焊接机器人精度控制方法， 其特征在于， 所 述焊缝特征识别提取包含： 区域划分、 提取中心线、 提取交点、 提取圆弧的宽度和提取圆弧 的高度。 4.如权利要求3所述的基于环境视觉分析的焊接机器人精度控制方法， 其特征在于， 所 述区域划分包括： 对于增强处理的焊缝条纹图像区域中的像素点执行支持向量机SVM区域 划分算法， 得到每 个像素点的区域划分结果 概率数据； 划分概率大于0.9的像素点认为其划分结果正确， 归入已正确划分区域； 对于归入已正 确划分区域的像素点， 并显示区域划分结果。 5.如权利要求3所述的基于环境视觉分析的焊接机器人精度控制方法， 其特征在于， 所 述提取中心线和提取 交点包括： 把区域划分结果的不同区域内的像素点进 行拟合得到拟合 曲线， 得到拟合直线的角度， 按角度不同， 按行或列方向提取所有的灰度值大于预定阈值的 像素点， 随机选取每行 的像素点使用最小中值法进行直线拟合， 得到的最小中值进行判断 是否小于预定的阈值， 若小于， 则选取该直线为提取的中心线； 对两个区域按上述处理后， 得到的两条直线的中心线， 计算出两条线的交点。 6.如权利要求3所述的基于环境视觉分析的焊接机器人精度控制方法， 其特征在于， 所 述提取圆弧的宽度和提取圆弧的高度包括： 对求取的两条线的交点分别沿着 检测到的两条 直线的方向上搜索像素点， 待分别搜索到连续的像素点后， 分别取第一次搜索到灰度值大 于阈值的像素点为端点， 两个端点的距离为圆弧的宽度， 以作两端点的垂线， 将垂线从一个 端点平移到另外一个端点， 期间检测垂线 上的像素点， 并确定像素点到垂线的距离， 比较检权　利　要　求　书 1/3 页 2 CN 114905507 A 2测到的像素点到垂线的距离， 求出最大 的像素点到垂线的距离， 该最大 的像素点到垂线的 距离即为圆弧的高度。 7.如权利要求1所述的基于环境视觉分析的焊接机器人精度控制方法， 其特征在于， 对 焊缝条纹图像进 行焊缝特征识别提取获得焊缝条纹图像信息， 将预处理后的焊缝条纹图像 匹配的焊缝 条纹图像信息通过 无线发送至图像处 理模块， 包括： 输入含噪声与所述焊缝 条纹图像匹配的焊缝 条纹图像信息； 利用脉冲耦合神经网络检测与所述焊缝条纹图像匹配的焊缝条纹图像信 息的噪点； 产 生脉冲耦合神经元输入信号与输出信号比较的0或1信息； 形成噪声标志矩阵， 实现噪声像 素点和信号像素点的分类； 对与所述焊缝条纹图像匹配的焊缝条纹图像信息受到密度较小的脉冲噪声污染采用 自适应加权滤波； 与所述焊缝条纹图像匹配的焊缝条纹图像信 息受到密度较大的脉冲噪声污染， 采用保 持边缘细节信息的引入双结构元 素数学形态学进行二次滤波。 8.如权利要求1所述的基于环境视觉分析的焊接机器人精度控制方法， 其特征在于， 所 述图像处理模块对所述焊缝条纹图像进行提取和计算， 优化处理得出焊接规划路径具体包 括： 获取与所述焊缝 条纹图像匹配的焊缝 条纹图像信息； 使用高斯滤波器对条纹图像进行平滑 处理， 像素点一阶偏导数的灰度差分近似计算梯 度幅值大小和方向； 采用非极大抑制梯度 幅值的方法进行边缘的细化， 设置双阈值处理条纹图像， 对边缘 进行检测 和连接； 分别检测每个条纹图像的圆弧， 然后利用圆弧的半径和弦长信 息计算圆弧对应的圆心 角， 进行识别并标注为路标， 获取路标的位置信息， 利用所获得的路标位置信息， 通过成像 原理实现图像坐标系， 得到焊接路径起始点的像素坐标， 并确定焊接路径的走向。 9.如权利要求1所述的基于环境视觉分析的焊接机器人精度控制方法， 其特征在于， 所 示优化处 理得出焊接规划路径包括： 设置A为蚁群算法进行搜索焊接规划路径的初始节点， 蚁群算法搜索到的焊接规划路 径为依次首尾相连的若干个线段； 依次将初始节点A与其后不在同一条线段的所有节点连接， 指定相连的另一个节点为 Bf， f为非零自然数； 判断初始节点A与另一个节点Bf组成的焊接规划路径是否穿越了障碍栅格， 如果所有 的初始节 点A与Bf组成的焊接规划路径中都经过障碍栅格， 则令初始节点A 为当前节点的下 一节点， 返回依次将初始节点A与其后不在同一条线 段的所有节点连接， 指 定相连的另一个 节点为Bf， f为非零 自然数， 否则 执行将绕过障碍栅格的A与Bf组成的焊接规划路径的中间 连接节点删除， 判断Bf节点是否为终点； 将绕过障碍栅格的A与Bf组成的焊接规划路径的中间连接节点删除， 判断Bf节点是否 为终点， 若是则执行依次连接 没有被删除的各节 点形成新焊接规划路径代替蚁群算法生成 的焊接规划路径， 结束算法， 否则令A 为当前节点的下一节点， 继续执行依次将初始节点A与 其后不在同一条线段的所有节点连接， 指定相连的另一个节点 为Bf， f为非零自然数；权　利　要　求　书 2/3 页 3 CN 114905507 A 3