陳 忠，鄧 汛，李小輝，張憲民

（華南理工大學機械與汽車工程學院，廣州 510640）

基于線激光視覺的機器人焊縫跟蹤魯棒控制方法

陳 忠，鄧 汛，李小輝，張憲民

（華南理工大學機械與汽車工程學院，廣州 510640）

為了解決機器人在高速狀態(tài)下進行焊縫跟蹤時在拐角處產(chǎn)生的失真變形問題，提出了一種基于線激光視覺的機器人焊縫跟蹤魯棒控制方法；該方法通過視覺系統(tǒng)的預測量獲得焊縫輪廓信息，對焊縫拐點進行識別并辨認拐角區(qū)域，對不同的輪廓部分采用不同的控制策略，同時引入自動校正過程，校正實際生產(chǎn)過程中的裝配誤差；實驗結(jié)果表明該方法可以實現(xiàn)可靠的檢測與跟蹤，解決了高速狀態(tài)下的運動軌跡失真問題，有效地提高了機器人焊縫跟蹤的速度與精度，并確保系統(tǒng)在外界干擾的情況下仍能保持準確和穩(wěn)定的運動，增強了系統(tǒng)的魯棒性。

機器人焊縫跟蹤；控制；魯棒性；線激光

0 引言

機器人視覺伺服控制［1］是當今智能機器人研究和發(fā)展的一個重要領域。與傳統(tǒng)的機器人控制方法相比，機器人視覺伺服控制具有精度高、實時性好、靈活性高等眾多優(yōu)點，在工業(yè)中得到更多的關注與應用，驅(qū)使機器人技術向智能化方向發(fā)展。

機器人視覺伺服控制因其自身的優(yōu)越性而在眾多領域中得以應用，其中在機器人焊縫跟蹤領域應用最廣泛。目前，基于視覺傳感器的機器人焊縫跟蹤控制方法［2］主要包括兩種：視覺示教跟蹤與自動跟蹤。視覺示教跟蹤指的是預先通過視覺傳感器檢測焊縫位置信息，然后指導離線編程系統(tǒng)完成軌跡規(guī)劃。但是該方法不能消除在焊接過程中因熱變形而產(chǎn)生的動態(tài)誤差，因此容易導致跟蹤性能不佳。

對于傳統(tǒng)的自動跟蹤方法，機器人能夠通過視覺傳感器感知外部環(huán)境的變化，實時地調(diào)整自身姿態(tài)和運動方向以較好地完成跟蹤任務。國內(nèi)外的學者已經(jīng)在這方面進行了較多研究，例如，Liu［3］提出了一種基于激光視覺的機器人實時焊縫跟蹤方法，Ma［4］提出了一種針對薄板對焊的焊縫跟蹤方法。這些方法都表現(xiàn)出了較好的跟蹤精度和穩(wěn)定性，可是這些方法都只是適用于低速和焊縫近似為直線型的情況，在高速和焊縫為鋸齒形等非純直線型的情況下并沒有進行討論。

關于控制方法魯棒性的研究，Kim［5］曾指出一種具有魯棒性的基于視覺的焊縫跟蹤方法，Haug［6］也試圖利用新的算法來消除焊接過程中產(chǎn)生的飛濺和強光對圖像處理的影響。但是，以往的這些研究主要集中在如何利用新的信號處理技術來過濾圖像的噪聲，很少研究者會關注如何消除在實際生產(chǎn)過程中由于裝配誤差而導致的畸變。

本文提出一種基于線激光視覺的機器人焊縫跟蹤魯棒控制方法。該方法能夠有效利用焊縫的輪廓信息，根據(jù)不同的輪廓段采用不同的控制策略，當應用于高速和鋸齒形焊縫的情況時仍能表現(xiàn)出很好的跟蹤精度。同時該方法具有可以校正裝配誤差的自動校正功能，提高了系統(tǒng)的魯棒性。

本文的章節(jié)安排如下。第1節(jié)詳細介紹焊縫跟蹤原理和方法，包括焊縫輪廓的重建原理、特征點的識別方法、伺服控制方法和自動校正原理。第2節(jié)詳細描述焊縫跟蹤實驗并討論所提方法的優(yōu)越性和可行性。第3節(jié)為結(jié)論部分。

1 焊縫跟蹤原理和方法

機器人視覺焊縫跟蹤系統(tǒng)由兩部分組成，分別是工業(yè)機器人和基于線激光的視覺系統(tǒng)。其中工業(yè)相機和激光器均固定在機械手的末端，組成eye－in－h(huán)and手眼系統(tǒng)。

1.1 焊縫輪廓的重建原理

根據(jù)三角測量原理，對焊縫輪廓進行重建。如圖1所示，當機器人向前運動時，激光器發(fā)射出一束線激光照射在焊縫表面，相機捕獲得到變形的激光條紋圖像。激光條紋的變形情況與焊縫的輪廓形狀、激光器和工業(yè)相機的位置關系均有十分密切的關系。而且，激光條紋的形狀偏差和不連續(xù)性與焊縫的深度息息相關。當激光器和工業(yè)相機的位置關系經(jīng)過標定且保持不變時，焊縫輪廓的空間信息可通過激光條紋的圖像坐標來獲得。

圖1 系統(tǒng)框架圖

假設激光條紋上任意一點的像素坐標為m＝［u，v］T，則它所對應的相機坐標cp＝［xc，yc，zc］T可通過激光平面的標定參數(shù)計算得到。該坐標的轉(zhuǎn)換關系可由以下的方程進行表示：

其中：baseHhand代表機械手末端坐標系到機器人基坐標系的轉(zhuǎn)換矩陣，可通過機器人運動學標定獲得，handHcam代表機械手末端坐標系到相機坐標系的轉(zhuǎn)換矩陣，可通過機器人手眼標定獲得，因此該點在機器人基坐標系下的空間坐標bp＝［xb，yb，zb］T可由以下方程求得：

因此，當獲得激光條紋上的所有特征點坐標后，就能完成對焊縫輪廓的重建工作。

1.2 特征點識別方法

由于激光條紋的形狀會根據(jù)不同的焊縫類型而發(fā)生變化，因此找到正確的特征點識別方法是十分必要的。這里的特征點指的是焊縫輪廓和激光條紋的交點。圖2所示的是3種常用的焊縫類型分別為搭接型、對接型和V型，圖3則是它們所對應的激光條紋圖像。

圖2 各種類型的焊縫

圖3 各種焊縫對應的激光條紋

對于搭接型和對接型焊縫，由于激光條紋是斷續(xù)的，因此可通過計算兩相鄰點的距離對特征點進行識別，圖3（a）中的B點和圖3（b）中A點和C點的中點分別就是各自的特征點。對于V型焊縫如圖3（c）所示，最低點A點被視為其特征點。

1.3 伺服控制方法

本文提出的伺服控制方法稱為tracking with prediction （TP）方法。以鋸齒形焊縫為例，該方法可按照以下幾個步驟進行。

步驟一：焊縫輪廓預測量。為了更好地利用焊縫輪廓信息，可通過視覺系統(tǒng)預先對工件進行測量。首先控制機器人以較低的速度沿著焊縫的延伸方向運動，然后使固定在機械手末端的相機開始捕獲圖像，并將識別出的特征點進行坐標變換，將空間坐標信息傳送到控制器中。該過程需要確保相機和工件在一個合適的距離范圍內(nèi)以保證特征點能始終出現(xiàn)在相機的視場中。另外，為了獲得更多的焊縫輪廓點以求取更精確的輪廓信息，機器人的運動速度也需控制在較低的范圍內(nèi)。最后預測量得到的焊縫輪廓將以點數(shù)據(jù)的形式保存在控制器的數(shù)據(jù)存儲器中。

步驟二：拐點識別與拐角辨認。如圖4所示，焊縫輪廓由拐角與直線段組成。因為當機器人運動到拐角處時容易出現(xiàn)視野盲區(qū)或發(fā)生速度突變，進而影響跟蹤的準確性與運動的穩(wěn)定性，因此為了獲得更好的跟蹤性能，應在不同的輪廓段使用不同的控制策略。為了辨認拐角區(qū)域的位置，需快速有效地對拐點進行識別。首先，在直線段上任意選取5個均勻分布的點并擬合成一條直線，然后按順序計算出其他各點到該擬合直線的距離。當某一點與擬合直線之間的距離大于設定閾值，而與它相鄰的前一個點與擬合直線的距離小于或等于設定閾值時，該點就被識別為拐點，而與拐點相鄰的前后5個點所覆蓋的區(qū)域則被認為是拐角區(qū)域。

圖4 鋸齒形焊縫工件

步驟三：實時焊縫跟蹤。機器人會根據(jù)視覺系統(tǒng)的檢測和判斷進行跟蹤運動。每一次的檢測循環(huán)都會識別一個特征點，該特征點在這過程中也被稱為檢測點。檢測過后系統(tǒng)會進行判斷，并根據(jù)不同的輪廓部分采用不同的控制策略。具體的流程如圖5所示。

在輪廓為直線段的部分，因為兩個檢測點之間的輪廓可以近似認為是一條直線，因此可以用簡單的直線插補進行插補運動。為了使機器人的運動更加穩(wěn)定，在兩個相鄰的檢測點之間插補合適個數(shù)的插補點以確保相鄰的運動點之間的距離足夠小。該運動點指的是輸入到控制器中的數(shù)據(jù)點。

機器人在進行實時焊縫跟蹤時，由于相鄰的兩個檢測點之間的距離會隨著運動速度的增加而增大，因此在拐角處使用直線插補會導致運動軌跡與實際工件輪廓不符，產(chǎn)生變形失真問題，且速度越大變形失真越嚴重。為了避免變形失真問題，系統(tǒng)在拐角處將不再單純地使用直線插補，而是將檢測點與存儲在數(shù)據(jù)存儲器中的預測量焊縫輪廓數(shù)據(jù)點進行比較，截取一部分合適的數(shù)據(jù)點作為當前拐角處的輪廓，并在下一個檢測循環(huán)到來之前，控制機器人根據(jù)辨認的數(shù)據(jù)點進行運動。

圖5 流程圖

1.4 自動校正原理

由于裝配誤差和外部因素的影響，在1.3節(jié)步驟一中測量獲得的焊縫輪廓信息并不總是準確的，有可能會導致跟蹤運動的失敗，因此系統(tǒng)需采用自動校正以確保跟蹤系統(tǒng)的準確性與穩(wěn)定性。

以鋸齒形焊縫工件為例，機器人快速運動到拐角區(qū)域，視覺系統(tǒng)進行拐點識別檢測。將拐點坐標與1.3節(jié)步驟一中測量獲得的點坐標進行比較，測量點數(shù)據(jù)將會根據(jù)自動校正算法更新一次形成目標輪廓。坐標點經(jīng)過平移變換與旋轉(zhuǎn)變換后，原始的輪廓坐標將轉(zhuǎn)換成目標輪廓坐標。假定工件是安裝固定在一個平面上的，那么它的位置誤差總是約束于XOY平面上，而Z方向上的坐標也是保持不變的，因此可以僅根據(jù)投影在XOY平面上的二維輪廓圖求得準確的工件輪廓信息。圖6為自動校正的示意圖，展示了從原始輪廓到目標輪廓的轉(zhuǎn)變過程。

圖6 自動校正過程

步驟一：假設P1（x1，y1，z1）是原始輪廓上的任意一點，P2（x2，y2，z2）是目標輪廓上與P1（x1，y1，z1）相對應的點，B1和B2分別是兩個輪廓上的拐點。B1和B2之間的距離被認為是兩個輪廓之間的平移距離，分別用Δx，Δy和Δz來表示。由于工件固定在一個平面上，因此大部分的裝配誤差只存在于X和Y方向上，Δz可以近似認為是零，P2的坐標可由以下方程組求得：

步驟二：同樣地，工件在Z方向上的坐標依然保持不變。設B2坐標為（x0，y0），兩個輪廓之間的旋轉(zhuǎn)角度為θ。以B2作為坐標原點，建立兩個夾角為θ的直角坐標系，那么P2在X1B2Y1坐標系下的坐標為 （x2－x0，y2－y0），在X2B2Y2坐標系下的坐標為（x1－x0，y1－y0），兩個坐標系之間的坐標變換可由以下方程表示：

所以，當自動校正完成后測量數(shù)據(jù)將再次獲得更新。

2 實驗與討論

2.1 實驗設置

機器人視覺跟蹤系統(tǒng)由工業(yè)相機、激光器、六軸工業(yè)機器人和控制器組成，其中工業(yè)相機和激光器通過夾具固定在機械手末端執(zhí)行器，圖中的激光跟蹤儀被放置在機器人前方，與機器人保持適當?shù)木嚯x，用于測量機械手末端的運動軌跡。為了簡化誤差分析，在實驗中獲得的所有焊縫輪廓都以其在XOY平面上的二維投影圖表示。

2.2 視覺系統(tǒng)的可靠性測試

本實驗應用兩種不同類型的工件：一種是拐角為90°的鋸齒形焊縫；另一種是拐角為120°的鋸齒形焊縫，它們的形狀信息都能通過加工圖紙獲得，與視覺系統(tǒng)測量誤差相比，工件的加工誤差可忽略不計。

首先，控制機器人按照視覺系統(tǒng)測量獲得的點數(shù)據(jù)進行運動，與此同時，利用激光跟蹤儀記錄機械手末端位置以獲得運動軌跡。將由加工圖紙獲得的工件輪廓軌跡和激光跟蹤儀記錄得到的運動軌跡放置在圖7中進行對比，求取兩條軌跡之間的偏差，并以誤差曲線圖的形式在圖7中顯示。其中線型符號代表工件輪廓軌跡，點型符號代表運動軌跡。

圖7 軌跡對比以及誤差曲線圖

表1 視覺系統(tǒng)的測量誤差

如圖7所示，對于這兩種類型的焊縫，兩條軌跡無論是在直線段處還是拐角處均保持著十分高的重合度。另外，如表1所示，視覺系統(tǒng)的極限誤差在－0.662 5至0.692 4 mm的范圍內(nèi)，驗證了測量數(shù)據(jù)的準確性與該視覺系統(tǒng)的可靠性。

2.3 對比實驗

為了更好地進行對比和分析，分別采用傳統(tǒng)的自動跟蹤方法和本文所提出的TP方法在多種速度狀態(tài)下進行機器人焊縫跟蹤實驗，運動速度的變化范圍控制在5 mm／s到13 mm／s之間。圖8和圖9分別展示了不同控制方法下機器人的運動軌跡以及對應的誤差曲線，其中線型符號代表工件輪廓軌跡，點型符號代表運動軌跡。表2和表3則分別展示了不同控制方法下的系統(tǒng)跟蹤誤差。

圖8 多種速度情況下應用傳統(tǒng)的自動跟蹤方法的運動軌跡與跟蹤誤差

圖9 多種速度情況下應用TP方法的運動軌跡與跟蹤誤差

表2 應用傳統(tǒng)的自動跟蹤方法時系統(tǒng)跟蹤誤差

表3 應用TP方法時系統(tǒng)跟蹤誤差

應用傳統(tǒng)的自動跟蹤方法時，隨著運動速度的增加，機器人運動軌跡雖然在輪廓的直線段部分與工件輪廓保持著一致性，但是在拐角處卻發(fā)生了明顯的失真變形問題，該現(xiàn)象表明了傳統(tǒng)的自動跟蹤方法在高速狀態(tài)下的不適用性。相反，應用TP方法時，在高速狀態(tài)下，運動軌跡無論是在直線段部分還是拐角處部分均與工件輪廓保持著高度的一致性，并且沒有發(fā)生類似的失真問題。此外，應用TP方法后系統(tǒng)在高速狀態(tài)下的跟蹤誤差也明顯地減小。以上實驗結(jié)果表明本文所提出的TP方法在高速狀態(tài)下的性能明顯優(yōu)于傳統(tǒng)的自動跟蹤方法。

2.4 魯棒性評價

為了更好地進行魯棒性評價，該實驗人為地引入裝配誤差。在完成焊縫輪廓預測量后，在平面上對工件進行移動以模擬實際生產(chǎn)過程中可能出現(xiàn)的裝配誤差情況。圖10展示的是兩組的實驗結(jié)果，其中輪廓1（profile 1）和輪廓2（profile 2）分別代表的是工件移動前后的輪廓，輪廓3（profile 3）代表的是經(jīng)過自動校正后機器人的運動軌跡。從圖中可以明顯地看出運動軌跡與輪廓2（profile 2）十分吻合，而表4中所示的系統(tǒng)跟蹤誤差也在一個可接受的誤差范圍內(nèi)。實驗結(jié)果驗證了自動校正過程的正確性，也表明了本文所提方法具有強健的魯棒性。

圖10 具有裝配誤差的焊縫跟蹤軌跡和系統(tǒng)誤差

表4 具有裝配誤差的焊縫跟蹤系統(tǒng)誤差

3 結(jié)論

本文提出了一種基于線激光視覺的機器人焊縫跟蹤魯棒控制方法，總結(jié)得出以下結(jié)論：

1）應用本文所提出的控制方法可以實現(xiàn)可靠的焊縫輪廓檢測與跟蹤，解決了機器人在對鋸齒形焊縫進行高速跟蹤時在拐角處產(chǎn)生的變形問題，并有效地提高了機器人焊縫跟蹤的速度與精度。

2）應用本文所提出的控制方法可以使機器人視覺跟蹤系統(tǒng)在受到外界干擾的情況下仍然保持準確和穩(wěn)定的跟蹤運動，有效地提高了系統(tǒng)的魯棒性。

［1］Kuo H C，Wu L J.An image tracking system for welded seams using fuzzy logic［J］.Journal of Materials Processing Technology，2002，120（1）：169-185.

［2］Lee S K，Chang W S，Yoo W S，Na SJ.A study on a vision sensor based laser welding system for bellows［J］.Journal of Manufacturing Systems，2000，19（4）：249-255.

［3］Liu S Y，Liu L T，et al.Study of robot seam tracking system with laser vision［A］.IEEE International Conference onMechatronics and Automation［C］.2009：1296-1301.

［4］Ma H B，Wei S C，Sheng Z X，et al.Robot welding seam tracking method based on passive vision for thin plate closed－gap butt welding［J］.International Journal of Advanced Manufacturing Technology，2009，48（9－12）：945-953.

［5］Kim J S，Son Y T，Cho H S，et al.A robust method for visionbased seam tracking in robotic arc welding［A］.Proceedings of the 10th IEEE International Symposium on Intelligent Control［C］.1995：363-368.

［6］Haug K，Pritschow G.Reducing distortions caused by the welding arc in a laser stripe sensor system for automated seam tracking ［A］.Proceedings of the IEEE International Symposium on Industrial Electronics［C］.Bled（Slovenia），1999：12-16.

A Robust Control Method for Robot Seam Tracking Based on Sheet of Laser Light Vision

Chen Zhong，Deng Xun，Li Xiaohui，Zhang Xianmin

（Institute of Mechanical and Automotive Engineering，South China University of Technology，Guangzhou 510640，China）

This paper presents a robust control method for robot seam tracking based on sheet of laser light vision in order to solve the distortion problem which occurs at the corners in high－speed seam tracking.Pre－measurement is implemented first to gain the seam profile，and inflection points are detected to identify the corners areas.Different control strategies are chosen for the different parts.Moreover，automatic correction is adopted in the proposed method to eliminate the assembly error in actual situation during a production process.The experimental results indicate that the reliable detection and tracking of the seam can be achieved and the distortion problem can be solved with the proposed control method，which effectively improves the robot seam tracking speed and precision.And the system can maintain the normal operation of seam tracking in the case of external disturbance，which shows the strong robustness of the system.

robot seam tracking；control；robustness；sheet of laser light

1671-4598（2016）08-0107-04

10.16526／j.cnki.11－4762／tp.2016.08.029

：TH122

：A

2016-02-29；

：2016-03-16。

廣東省科技攻關項目（2014B090917001，2015B020239001）；廣州市科技計劃項目（2015090330001）。

陳 忠（1968-），男，四川成都人，副教授，主要從事精密測量、檢測與診斷方向的研究。

張憲民（1964-），男，陜西人，教授，主要從事精密裝備與現(xiàn)代控制方向的研究。