劉 超,邵文軍,黃 禹,王 輝,李 根,章小龍

(華中科技大學(xué) 機械科學(xué)與工程學(xué)院,武漢 430074)

1 引 言

視覺傳感器很早就被應(yīng)用在激光焊接中.視覺傳感器能獲取拼縫的中心位置等信息,從而能引導(dǎo)焊槍準(zhǔn)確跟隨拼縫移動.這些研究極大地提高了激光焊接的自動化程度和焊接質(zhì)量.但是,對于如何穩(wěn)定的檢測間隙小于0.1mm的窄間隙拼縫的研究相對較少,且對于如何消除因前視距離而造成的測量誤差的研究也相對較少.

利用基于線結(jié)構(gòu)光的主動光測量方式被大量應(yīng)用于焊接自動化.因為測量原理和有前視距離的兩方面的限制,精度和應(yīng)用受限.Qin等人用線結(jié)構(gòu)光測量V形焊縫,采用粒子濾波和動態(tài)窗格的方式處理焊縫圖像,在噪聲非常多的情形下都非常有效[1].Wu等人用線結(jié)構(gòu)光測量V形焊縫,采用Hough變換方式處理焊縫圖像[2].Prasarn Kiddee等人用十字交叉的兩條線結(jié)構(gòu)光測量V形焊縫,采用模板匹配的方式來提取焊縫輪廓[3].Huang等人用分別在T形接頭的兩側(cè)投射一束線結(jié)構(gòu)光來對T形焊縫進行測量[4].Zhang等人用線結(jié)構(gòu)測量間隙較大的對接拼縫[5].Ming等人對拼縫的三維特征進行了研究[6].他們提出的視覺測量算法,能測量拼縫的切向量和法向量等信息.該文并沒有給出單獨的視覺測量精度指標(biāo),而是給出了包括機器和測量系統(tǒng)的固有誤差在內(nèi)的整個系統(tǒng)的測量誤差,測量誤差約為0.48 mm.特別地,學(xué)界的研究也不斷地帶動了線結(jié)構(gòu)光原理的拼縫測量技術(shù)的產(chǎn)業(yè)化,其中英國Meta Vision System公司,德國PRECITEC公司和加拿大的ServoRobot公司的拼縫跟蹤產(chǎn)品最為典型,且應(yīng)用最為廣泛.其系列產(chǎn)品的功能涵蓋了對各種形式拼縫的跟蹤,精度和穩(wěn)定性都比較高.但是,當(dāng)對接接頭拼縫無錯邊時,其能夠可靠識別的最小接頭間隙在0.1mm以上.這些研究基于線結(jié)構(gòu)光的焊縫檢測方式,在一定程度上滿足了特定應(yīng)用場合的需求.但是由于測量原理的限制無法穩(wěn)定測量間隙較小的拼縫,同時由于前視距離的存在,可能存在檢測誤差.

被動光測量方式可以直接觀測焊接點而直接獲取拼縫位置.因為難以獲取清晰的焊縫圖像,對被動光的測量方式的研究相對較少.Lee等人對拼縫寬度不超過0.2 mm的拼縫的測量進行研究[7].該文雖然采用了對熔池的直接觀測來直接提取拼縫信息,但是其實驗結(jié)果捕獲到的拼縫圖片中的拼縫信息十分模糊,且只適用于脈沖激光焊接.Xu等人提出了基于改進的Canny邊緣提取算法的被動光拼縫檢測方法用于電弧焊接[8].該測量方法也實現(xiàn)了對焊接點直接觀測來提取拼縫位置,但是該方法必須在電弧電流最小且噪聲光較小時才能采集到清晰的拼縫圖片.因而應(yīng)用范圍有限.Chen等人[9]提出了一種魯棒性很好的基于視覺傳感器的二維拼縫測量方法.該算法的目標(biāo)是使拼縫特征的提取精度達(dá)到單像素級別.但是該方法存在因前視距離造成的誤差,且并沒有提及具體的測量精度和速度指標(biāo).Gao等人專門研究如何測量拼縫間隙小于0.05 mm的拼縫[10].采用了一種基于磁光傳感器的測量方法.該方法確實很大程度上提高了測量精度,但是它只適用于磁感材料焊接.總之,對如何消除前視距離的高精度拼縫位置檢測的研究目前十分有限.

采集的圖像有清晰的拼縫特征、較少的噪聲,并且圖像處理算法具有高的魯棒性是被動光視覺傳感器成功應(yīng)用的關(guān)鍵.因此,本文設(shè)計了一種特別的被動光視覺傳感器拼縫測量系統(tǒng),用以測量拼縫小于0.1mm的對接接頭.同時,提出了一種基于改進霍夫變換的圖像處理算法,在計算權(quán)重時考慮邊緣強度信息和灰度信息,即使當(dāng)前捕獲圖像質(zhì)量不佳,也能定位出拼縫的正確位置.

2 實驗裝置

2.1 試驗?zāi)繕?biāo)分析

常用的窄對接接頭拼縫測量方法是利用結(jié)構(gòu)光進行三角測量.為了避免焊接光線的噪聲,用于拼縫檢測的主動光視覺傳感器必須要有一段前視距離,即焊點和相機之間的距離.通常前視距離大于100mm.這樣,可以很大程度避免強光噪聲,拼縫圖像的拼縫寬度和拼縫位置的測量是非常精確和穩(wěn)定的.許多情況下,由于熱應(yīng)力引起的畸變極小,因此前視距離引起的誤差可以忽略不計.這也使得有前視距離的拼縫視覺傳感器得以廣泛應(yīng)用.

盡管如此,前視距離可能導(dǎo)致不確定的檢測誤差.對于薄板組裝形成的對接接頭的激光焊接來講,這個誤差不能忽略.原因如下:在熱應(yīng)力下,薄片極易扭曲;激光點極小.此外,對于拼縫寬度小于0.1mm的對接接頭來講,許多商用的拼縫追蹤視覺傳感器無法穩(wěn)定地檢測到拼縫.通過觀測焊接區(qū)域直接提取拼縫特征能夠消除前視距離的影響.然而,在采集的拼縫圖像中極易出現(xiàn)光噪聲,這極大的增加了拼縫特征提取的難度.

2.2 視覺傳感器設(shè)計

對于被動光視覺傳感器,關(guān)鍵在于如何在強激光焊接光下采集到具有突出拼縫特征的圖像,以及如何從采集到的圖像中準(zhǔn)確、穩(wěn)定地定位拼縫位置.本文的主要目標(biāo),即設(shè)計一個被動光視覺傳感器系統(tǒng)用于窄拼縫檢測,在激光焊接過程中,在無前視距離的情況下持續(xù)的采集到清晰的拼縫圖像并利用圖像處理算法穩(wěn)定的定位拼縫位置.

如圖1所示,本文的視覺傳感器系統(tǒng)由一個攝像頭、一個遠(yuǎn)心鏡頭,一個光源和減光片組成.其參數(shù)如表1所示.相機具有高動態(tài)范圍特性:動態(tài)范圍為120db,高于標(biāo)準(zhǔn)數(shù)字成像或照相技術(shù)產(chǎn)生的動態(tài)光度范圍.在焊接區(qū)域高強度光線干擾下的, 此種特性對于拼縫圖像采集十分重要.此外,為了減少曝光時間,相機模式為觸發(fā)模式.并以每秒50幀的高幀率采集圖像.每幀圖像的大小為1280*1024.相機視野為20mm*16mm.因此視覺傳感器分辨率約為0.016mm.其中,由于在焊接中,焊接激光也有十分微弱的時候,因此這里的光源用于照明相機視野區(qū)域.由于遠(yuǎn)心鏡頭的圖像放大與物體在視野中的距離或位置無關(guān),因此采用遠(yuǎn)心鏡頭.此外,由于遠(yuǎn)心鏡頭的光心很小,只有平行光線能夠通過,因此能過濾掉大部分的噪聲光.

表1 拼縫檢測視覺傳感器參數(shù)
Table 1 Parameter of vision sensor system

儀器參數(shù)攝像頭像素尺寸:7.4μm×7.4μm;圖像尺寸:1280×1024;幀率:50f/s遠(yuǎn)心相機動態(tài)范圍:120db;遠(yuǎn)心距離:5mm;圖像光圈:0.02;

3 針對拼縫檢測的改進霍夫變換

由本文設(shè)計的被動光視覺傳感器采集拼縫圖像如圖2所示.圖中焊接頭和焊接區(qū)域清晰可見.對于采集到的多數(shù)圖像來講,通過標(biāo)準(zhǔn)霍夫變換后,拼縫線能夠很容易定位.然而,在低質(zhì)量的圖像中,霍夫變換可能會出現(xiàn)假線權(quán)值高于拼縫線的情況.由于標(biāo)準(zhǔn)的霍夫變換首先要對圖像進行邊緣提取,然后再二值化.在二值化得到的圖像基礎(chǔ)上,對搜索空間的每條直線進行評分.評分的標(biāo)準(zhǔn)是:哪條直線的累加值高,那么這條直線就最可能是要檢查的直線.針對拼縫檢測,本文遵循霍夫變換的基本思想,對其中的搜索方式、搜索空間和評分標(biāo)準(zhǔn)進行重新設(shè)計,以提高拼縫的檢測準(zhǔn)確率和效率.

針對拼縫的霍夫變換的基本流程圖如圖3所示.由于拼縫在相機視野中的位置相對固定,且拼縫是從熔池發(fā)射出來的一條射線.因此,只用在一定的斜率和截距范圍內(nèi)搜索,以減少搜索時間.對于拼縫的搜索,我們采用有一定寬度的圖像模板來搜索拼縫,而不是寬度為1個像素的模板.根據(jù)上一節(jié)分析,由于僅依靠模板上的邊緣強度的累加值來作為評分標(biāo)準(zhǔn)容易發(fā)生誤檢,它僅僅利用了圖像的梯度信息(邊緣信息).由于拼縫處的灰度較其他區(qū)域要高,本文通過對搜索模板的平均灰度和邊緣強度相加權(quán)的方式來評價模板處是否存在拼縫.相對標(biāo)準(zhǔn)霍夫變換,本文的算法有三點調(diào)整:

圖2 本文視覺傳感器系統(tǒng)采集的拼縫圖像Fig.2 Image captured by proposed vision system

圖3 拼縫圖像霍夫變換流程Fig.3 Flow chart of weld seam Hough transform

1)根據(jù)拼縫圖片來確定搜索空間;

2)搜索模板為寬度略大約拼縫寬度的長方形圖像模板;

3)評價方式采用平均灰度和邊緣強度的加權(quán)值.

3.1 獲取搜索范圍

分別對拼縫圖片水平和豎直方向進行灰度積分投影,可以比較準(zhǔn)確的定位出焊接點(熔池),記為(a0,b0).再以定位點為中心進行搜索,搜索區(qū)域?qū)挾瓤稍O(shè)定為100個像素,長度可以設(shè)定為800個像素.由于在實際焊接過程中拼縫的方向變化不大,因此可設(shè)定在與x軸方向夾角為45度的共90度的范圍內(nèi)搜索.

對直線的斜率k和截距b進行搜索,搜索空間可由如下式所示:

{(k,b)-tan(45)b0-50

(1)

考慮到搜索效率,其中b的變化增量為3個像素,k的變化增量為6度.

3.2 確定搜索模板

搜索模板如示意圖4所示.由于拼縫的寬度約為10個像素,這里設(shè)定圖像模板為寬度為15的長方形.以R(x,y)表示拼縫圖像目標(biāo)區(qū)域.各個搜索模板Pt可定義為:

Pt={(x,y)|-ΔL0

(2)

其中:COL= 100,ROW= 800,分別為目標(biāo)區(qū)域的寬和高.t代表搜索模板編號.kt和bt的取值范圍由公式(1)限定.如圖4所示:l:y=ktx+bt表示模板圖像Pt的中心線.由于拼縫寬度小于10個像素(0.16mm),因此每個搜索模板寬度可設(shè)定為15個像素,略大于拼縫寬度,其中:

圖4 搜索模板示意圖Fig.4 Search template image

3.3 計算平均灰度和平均邊緣強度

Pt的平均灰度值St可用下式計算:

(3)

(4)

3.4 計算權(quán)值

在原始圖像中,在拼縫處的灰度值較其它地方高,且邊緣信息也更突出.這里,每各搜索模板的權(quán)值為灰度值和邊緣強度的和可用下式計算:

ηt=St+Et

(5)

越高的權(quán)重表明搜索模板與目標(biāo)拼縫的重合程度越高.當(dāng)模板徹底覆蓋目標(biāo)拼縫時,相應(yīng)的權(quán)值達(dá)到最大值,如圖4中圖像模板1.

4 實驗及結(jié)果分析

如圖5所示,本文在多軸數(shù)控機床進行激光焊接,完成了窄間隙對接接頭的拼縫追蹤實驗.為了驗證本文提出的視覺傳感器系統(tǒng)和基于改進霍夫變換圖像處理算法的魯棒性和精度,本實驗采集了大量的焊接圖像.本文的視覺傳感器系統(tǒng)采集的許多圖像都有明顯的亮線,這是拼縫的顯著特征,可用以確定拼縫位置.為了更加清晰的表示本文方法的拼縫位置定位結(jié)果,在圖6中選擇了權(quán)重最高的幾個模板中心線進行展示.圖中的線條表示相應(yīng)中心線.可以看出,幾條直線都正確的覆蓋了目標(biāo)拼縫.在圖7中,每幅圖像的直線表示本文提出的改進霍夫變換的定位結(jié)果.可以看出,即使在強光噪聲的影

圖5 拼縫追蹤實驗Fig.5 Weld seam tracking experiment

響下,拼縫也能夠精確的定位.為了定量分析拼縫圖像的跟蹤結(jié)果,對原始拼縫圖像中的拼縫進行人為標(biāo)記,并記錄每幅圖

圖6 權(quán)重最高的4個模板的位置Fig.6 Position of four templates with the highest weight

像的最大追蹤誤差.如圖8所示.結(jié)果表明,最大誤差小于0.08mm(5像素),每幅圖像的處理時間約為30ms.以上測試均在英特爾i5處理器的工控機上進行.

圖7 基于改進霍夫變換的拼縫提取結(jié)果Fig.7 Result of weld seam extraction based on improved Hough transform

5 結(jié) 論

無前視距離的窄間隙對接拼縫位置追蹤通常會因為強光噪聲的影響而無法實現(xiàn).現(xiàn)有視覺傳感器通常存在前視距離,因而無法避免前視距離引起的測量誤差.因此,本文設(shè)計了一種無前視距離的視覺傳感器.本文提出的視覺傳感器采集到的拼縫圖像具有顯著的拼縫特征,大大降低了拼縫檢測算法的難度.盡管如此,仍然存在一些低質(zhì)量的圖像.因此,本文設(shè)計了一種改進的霍夫變換圖像處理算法.針對拼縫提取,對霍夫變換的搜索空間,搜索模板和權(quán)重計算方法加以調(diào)整,用以

圖8 拼縫提取誤差分析Fig.8 Error analysis of seam extraction

提升拼縫檢測的魯棒性.從實驗結(jié)果可以看出,該拼縫提取算法可以精確的定位拼縫位置,即使一些圖像較為模糊,也能正確的追蹤拼縫.本文提出的拼縫追蹤算法可以在2000mm/min的焊接速度下達(dá)到0.08mm的追蹤精度,完全滿足了窄對接接頭的激光焊接要求.