弧焊机器人自适应控制技术(视觉控制)的研究与应用
摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 引言 | 第10-16页 |
1.1 课题研究的意义及背景 | 第10-11页 |
1.1.1 课题来源 | 第10页 |
1.1.2 课题研究的意义及背景 | 第10-11页 |
1.2 视觉传感技术研究现状 | 第11-13页 |
1.3 图像处理算法研究现状 | 第13-14页 |
1.4 本文主要的研究内容 | 第14-16页 |
第二章 基于激光视觉传感的弧焊机器人硬件平台 | 第16-30页 |
2.1 系统硬件平台搭建 | 第16-18页 |
2.2 视觉传感器的设计与实现 | 第18-24页 |
2.2.1 建立视觉传感器的数学模型 | 第18-20页 |
2.2.2 视觉传感器光学系统的设计 | 第20-22页 |
2.2.2.1 摄像机选型 | 第20-21页 |
2.2.2.2 光学镜头选型 | 第21-22页 |
2.2.2.3 减光-滤光系统设计 | 第22页 |
2.2.2.4 一字型激光线光源选择 | 第22页 |
2.2.3 激光视觉传感器结构设计 | 第22-24页 |
2.2.3.1 视觉传感器的结构参数 | 第22-23页 |
2.2.3.2 视觉传感器实现 | 第23-24页 |
2.3 机器人视觉系统的标定 | 第24-29页 |
2.3.1 摄像机内外参数标定 | 第24-26页 |
2.3.2 机器人系统光学标定 | 第26-29页 |
2.3.2.1 机器人焊枪标定 | 第26-28页 |
2.3.2.2 激光视觉传感器TCP的标定 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第三章 焊接过程视觉信息的采集及处理 | 第30-50页 |
3.1 焊缝条纹图像小窗口提取 | 第30页 |
3.2 焊缝条纹图像预处理 | 第30-40页 |
3.2.1 条纹图像特征分析 | 第31-32页 |
3.2.2 条纹图像平滑滤波处理 | 第32-37页 |
3.2.2.1 常用平滑滤波算法 | 第32-34页 |
3.2.2.2 平滑滤波效果分析 | 第34-35页 |
3.2.2.3 优化中值滤波算法 | 第35-37页 |
3.2.3 条纹图像锐化滤波处理 | 第37页 |
3.2.4 阈值化 | 第37-39页 |
3.2.5 孤点滤波 | 第39-40页 |
3.3 条纹图像边缘检测 | 第40-43页 |
3.3.1 常用的边缘检测算子 | 第40-41页 |
3.3.2 不同边缘算子检测结果 | 第41-42页 |
3.3.3 优化Canny边缘检测算子 | 第42-43页 |
3.4 条纹图像中心线拟合 | 第43-44页 |
3.5 焊缝坡口特征点提取 | 第44-48页 |
3.5.1 传统斜率法 | 第44-46页 |
3.5.2 霍夫变换 | 第46-47页 |
3.5.3 实验分析 | 第47-48页 |
3.6 焊缝坡口几何特征量 | 第48-49页 |
3.7 本章小结 | 第49-50页 |
第四章 自适应控制策略研究 | 第50-59页 |
4.1 ABB机器人电弧跟踪功能的配置 | 第50页 |
4.2 自适应填充控制策略的研究 | 第50-58页 |
4.2.1 焊道截面积与焊接工艺参数研究 | 第51-52页 |
4.2.2 焊道截面积与焊接工艺参数的函数关系 | 第52-58页 |
4.2.2.1 焊道截面积测量方法 | 第52-53页 |
4.2.2.2 焊接工艺参数的大步距标定 | 第53-54页 |
4.2.2.3 曲线拟合算法的实现 | 第54-56页 |
4.2.2.4 实验验证 | 第56-58页 |
4.3 本章小结 | 第58-59页 |
第五章 系统软件的设计与车架焊接中的应用 | 第59-70页 |
5.1 软件的开发环境 | 第59-60页 |
5.2 软件人机交互界面开发 | 第60-66页 |
5.2.1 机器人控制模块 | 第61-62页 |
5.2.2 图像采集处理模块 | 第62-63页 |
5.2.3 自适应填充控制模块 | 第63-64页 |
5.2.4 焊接工艺参数管理模块 | 第64-66页 |
5.3 自适应控制系统在汽车车架焊接中的应用 | 第66-69页 |
5.3.1 车架的焊接方法及焊接变形的原因 | 第66-67页 |
5.3.2 车架焊接实验与分析 | 第67-69页 |
5.4 本章小结 | 第69-70页 |
总结 | 第70-72页 |
参考文献 | 第72-75页 |
致谢 | 第75-76页 |
研究成果 | 第76-77页 |
附录一 软件部分程序代码 | 第77-91页 |
附录二 部分焊接工艺参数表 | 第91页 |