（机械电子工程专业论文）焊缝跟踪kalman滤波状态估计应用研究.pdf

摘要 摘要 焊接是制造业中非常重要的加工工艺方法之一。随着我国现代化建设的发 展，焊接技术将愈来愈显示出它的重要性，而研究和发展焊缝跟踪技术是实现自 动化、智能化焊接的前提，是保证焊接质量、提高生产效率和改善劳动条件的重 要手段。 视觉传感法在焊缝跟踪系统中应用广泛，通常都是在摄取焊接时的焊缝信息 之后进行图像滤波降噪提取焊缝边缘，再对得到的焊缝信息控制跟踪器跟踪焊 缝。而基于质心检测的焊缝跟踪方法正是针对传统方法所存在的弧光干扰、导前 误差等固有缺陷所提出的。 与传统方法直接提取焊缝信息不同，基于质心检测的焊缝跟踪方法分析整个 焊接区域并提取熔池图像特征，将熔池图像质心作为基本检测量。通过建立图像 质心状态方程及测量方程，应用卡尔曼滤波去除系统过程噪声和测量噪声的干 扰，准确获取质心当前时刻估计值，从而得到跟踪系统的控制信号。利用卡尔曼 滤波的预测功能，提供下一时刻的预测值作为跟踪系统的参考，减小导前误差对 跟踪的影响，从而实现精确的焊缝跟踪自动控制。 本文从理论上分析了焊接过程中焊炬的运动，构造出状态向量，建立了基于 熔池图像质心的系统状态方程与测量方程；通过建立仿真系统，利用仿真试验在 理论上论证了在焊接过程中应用基于图像质心的卡尔曼滤波算法的可行性；以焊 接工艺试验为基础，检验了在焊接过程中应用卡尔曼滤波的效果，分析了应用过 程中存在的问题并提出了解决措施。采取多次处理试验质心数据加以分析，得到 较好的初值选择。 焊接工艺试验结果证明，k a l m a n 滤波可以有效去除系统过程噪声和测量噪 声。在充分试验的基础上，k a l m a n 滤波应用效果以滤波误差及协方差的形式得 到了考察及定量的分析，证明了其在以质心为检测量的焊缝跟踪系统的应用价 值。 从理论上进一步分析了导前误差产生的原因，通过引进k a l m a n 滤波的一步 预测功能，提出了有效解决导前误差的新方法，并通过焊接工艺试验加以验证。 查三些查兰堡圭兰堡篁三 关键词：图像质心；焊缝跟踪；k a l m a n 滤波；试验验证 a b s t r a c t a so n eo ft h em o s ti m p o r t a n tm e m o d so fm a c h i n i n gc r a f 咐o r ki ni n d u s t r y ， w e l d i n gj o i n t i n gs h o w si t sw e i g h t i n e s si n c r e a s i n g l yw i t ht h ed e v e l o p m e n to fo u r c o u n t r y sm o d e r n i z a t i 伽c o n s t n l c t i o n n o to n l yt h es c u d yo na n d 血ed e v e l o p m e n to f w e l d i n gt r a c k i n ga r et h ep r e c o n d i t i o no fc a r r y i n go u tm ea u t o m a t i ca n di n t e l l 追e n t w e l d i n 昏b u t 也ei m p o n a n tr n e a n so fi n s u r i n gw e l d i n gq u a l i t y r a i s i n gp r o d u c t i v i t ya n d i m p m v i n gw o r kc o n d i t i o n s s i o ns e n s i n gm e t h o di so n eo ft h em o s ti m p o r t a n ts e n s i n gm e t h o d sa v a i l a b l ei n r e a l t i m ew e l d i n gs e 锄t r a c h n 昌w h i c ho f t e ne x 廿；l c t st h ew e i d i n gs e a mi n f o r m a t i o n a f t e ro b t a i 血n gm ew e l d i n gi m a g e st h r o u 曲r e d u c i n gt h ee 丘i e c to fn o i s ea n du s e si tt o a c c o m p l i s hm ew e l d i n gt r a c k i n g a i 血n ga tt h ei n h e r e n td e f e c t ss u c ha st h ei n t n 】s i o n o fi n t e n s i v ea r ca n dt h ee r r o rb r o u 曲tb yt h ep r e p o s e ds e n s o r ，t h ew e l d i n gt r a c k i n g m e t h o db a s e dc e n t r o i dd e t e c t i n gi sp r o p o s e d d i 雠r i n gf r o mt h et r a d i t i o n a lm e t h o d ，m ew e l d i gt r a c k i n g m e t h o db a s e d c e n t r o i dd e t e c t i n gu s et h ec e n t r o i do fw e l d i n gp o o li m a g ea st h ec l e t e c t i n gi n f b n n a t i o n t h r o u g ha n a l y z i n gm ew h o l ew e l d i n gp o o li m a g ea n de x t r a c t i n gt h ec h a r a c t e ro ft h e i m a g ei n s t e a do fe x t r a c t i n gt h ew e l d i n gs e 锄i n f 0 咖a t i o nd i r e c t l yt h r o u 曲t h e e s t a b l i s h m e n to f 也es t a t ce q u a t i o na n dt h em e a s u r e l n e n te q u a t i o n ，吐l ek a l m a n f i l t e r i n gc a nb e 印p l i e dt ot h es y s t e mt o r e d u c em ee f f e c t so ft h ep r o c e s sa n d m e a s u r e m e n tn o i s eo nt h ec e n t r o i d m e a n w h i l e t h ee s t i m a t i o no f 山ec u r f e n ts t a t eo f m ec e n t r o i dc a nb eo b t a i n e d ，w h i c ho f t e ni su s e dt od e d u c e 血ea c t u a lw e l d i n gs e a m i n f o n n a t i o n t h e n ，t h en e c e s s a r yc o n t m ls i g n a lt ot h ec o n t r o ls y s t e mc a i lb eo b t a i n e d a n dt h ep r e d i c t i o nf u n c t i o no fk a l m a nf i l t e r i n gi sp r o p o s e dt op m v i d e 血ep r e d i c t i o n o ft b ec e m r o i do ft h en e x tt i m e ，w h i c hc a nb eu s e da st h er e f e r e n c eo ft h et r a c k i n g s y s t e m i i lt h i sw a y m ee r r o ro fm et r a c k i n gs y s t e mb m u g h tb y t l l ep r e p o s e ds e n s o ri s r e d u c e da n dab e t t e rp e r f 0 咖a n c eo ft m c 虹n gc o n t m ic a nb ec 删e do u t t h es t a t ev e c t o r so ft h ec e n t r o i di se x t r a c t e dm r o u g ha n a l y z i n gt i l em o v e m e n to f t o r c hi nt h ep r o c e s so fw e l d j n ga n dt h es t a t ee q u a t i o na n dt h em e a s u r e m e n te q u a t i o n 查三兰奎兰璧圭兰堡篁兰 b a s e dt h ec e n n d i do fw e l d i l l gp o o l i m a g ei se s t a b l i s h e d as i m u l a t i o ne x p e r i r n e n ti s c 删e do u tt 0d e m o n s t ra = c et h ef e a s i b i l i t yo ft h ea p p l i c a t i o no ft l l ek a l m a nf i l t e r i n g b a s e dt h ee s t i m a t i o no fs t a 把 t ot h ew e l d i n gp m c e s s b a s e do nt h e 、v e l d i n g e x p e r i m e n t s ，t h ee f ! f 色c to ft h e 叩p l i c a t i o no fk a l m a nf i l t e d n gi sv e r i f i e da n dt h e p r o b l e m sd c r i v e df 幻mt h ea p p l i c a t i o np r o c e s sa r ea n a l y z e d a f t e rag r e a td e a lo f e x p e r i m e n t s ，m er e s 0 1 u t i o nt ot 1 1 ep r o b l e m sm e m i o n e da b o v ei sp m p o s e d ，w h i c h a n a l y z e sm ed a t ao fe x p e r i m e n tc e n t r o i d ，a i l dt 1 1 eb e t t e rc h o i c eo fi n i t i a lv a l u ei s a c h i e v e d t h ep m c e s sn o i s eo ft i l e s y s t e ma i l dt h em e a s u r e m e n tn o i s ea r ee l i m i n a t e d e f f 色c t i v e l yb yk a l m a nf i n e r i n g ，w h i c hi sd e m o n s t m t e db yt h er e s u l t so fw e l d i n g e x p e r i m e m s b a s e do ns u f ! e l c i e me x p e 血n e n t s ，t h ee f f e c t so fk a l m a nf i l t e r i n gh a v eb e v e r i f i e da n da n a l y z e di nt h ef o 咖o fe 琦o r sa i l dc o v a r i a n c e t h ev a l u eo ft l l em e t l l o d t a l 【i n gt h ec e n t r o 王da st l l e d e t e c t e di n f o r m a t i o nt ot h em l c h n gs y s t e mh a sb e e n d e m o n s n a t c d t h ef a c t o r sr e s u l t e dt ot t l ee r r o rb m u 曲tb ym ep f e p o s e ds e n s o rh a v eb e e n f u n h e ra i l a l y z e dm e o r e t i c a l l yb a s e do nt l l eo n e - s t e pp r e d i c tf u n c t i o no fk a l m a i l f i l t e r i n 舀an e wi n e m o df b rs 0 1 “n gt h e 山ee r m rb m u g h tb yt h ep i _ e p o s e ds e n s o rw a s p u tf o n v a r df i n a l l y k e y w o r d s ：i m a g ec e n t m i d ；w e l d i n gs e 锄t m c k i n g ；k a i m a nf i l t e r i n g ；e x p e r i m e n t a l v a l i d a t i o n 第一章绪论 1 1 课题背景 第一章绪论 焊接是制造业中非常重要的加工工艺方法之一。随着我国现代化建设的发展，焊接技 术将愈来愈显示出它的重要性，人们对于焊接的质量、应用、操作和经济性的要求越来越 高，传统的手工焊接已不能满足现代高技术产品制造质量和数量上的要求，焊接制造工艺 正经历着从手工焊到自动焊的过渡。 在手工和半自动焊接过程中，对于一个有经验的焊工，通过直接观察接头的位置、熔 池的行为、电弧形状及焊道外形，可以感知焊接的状态。如果感觉到实际焊接过程中同最 佳状态不一致，可以通过调节各参数使之达到最佳状态，以获得高质量的焊缝。手工焊接 的场合依靠人的眼睛和手的配合来跟踪焊缝，而实现焊接自动化也需要解决焊接熔池( 或 电弧) 始终对准待焊焊缝的问题。研究和发展焊缝跟踪技术是实现自动化、智能化焊接的 前提，是保证焊接质量，改善工人的劳动条件，提高生产效率的重要手段： ( 1 ) 保证焊接质量 在现行自动电弧焊生产中，大多数情况下需要靠焊工全程监视焊接过程，人工调整电 弧位置，保证电弧对中接缝( 坡口) ，劳动强度大，对中质量也难以保证。对于重要的结构， 高速的焊接，恶劣的条件( 高温预热、水下、放射性环境) ，对中问题更为突出，有时是人 工无法完成的。弧焊机器人是高度机械化的焊接机，但目前的大多数仍为示教再现机器人， 机器人只能简单重复示教的轨迹和动作。但实际生产中，坡口状况、加工误差、夹具装夹、 工件热变形等常发生变化，超过允许值就产生焊偏。因此，如何实现电弧对接缝的自动 跟踪，是实现焊接自动化的前沿课题，也是焊接生产中，为提高焊接质量，改善劳动条件， 提高生产率而需要解决的重大实际问题。从压力容器和管道的焊接生产到高科技的弧焊机 器人都对焊接自动跟踪技术有很迫切的要求。 ( 2 ) 改善焊接工人工作条件 由于焊接过程产生强烈的热、烟尘和弧光，导致现场工作环境非常恶劣，对工人的体 能消耗很大，而且焊接现场的空气污染、电磁污染和强烈的弧光辐射会对工人的健康造成 危害。采用自动化、机器人化的焊接系统是将人从手工焊接的恶劣环境中解放出来的根本 途径。在发达国家，手工焊接仍占4 0 左右，而在我国则高达6 0 以上。未来这一部分由 手工操作的焊接工作将由自动化焊接装置来完成。由此可见，自动焊接装置和工业机器人 1 广东工业大学硕+ 学位论文 在焊接领域的应用有着非常广阔的前景，进而催生了对焊缝自动跟踪系统的需求。 ( 3 ) 提高生产率 手工焊接的效率很低。据统计，工人实际焊接的时间不足其工作时间的3 0 ”，而且 手工焊接质量受操作者人为因素的影响很大，不能维持产品质量的稳定。毫无疑问，自动 焊接系统的生产效率远远高于手工焊接，而采用焊缝自动跟踪系统的自动焊接系统又可大 大提高焊接生产效率。这是因为与示教型和程序控制焊接系统相比，它省去了繁重的示教 工作或事先的编程工作，也降低了对工件加工精度和装配精度的要求，从而降低了焊接准 备时间，提高了整个系统的生产效率。特别是对于曲线焊缝，示教型焊接机器人为了保证 示教轨迹的精度，示教的点数要求较多，为此需要较长时间的示教操作，这是一件很繁琐 的工作，对于小批量生产更为不利【4 】。 1 2 焊缝跟踪技术的国内外研究现状 1 2 1 焊缝跟踪控制系统中各种传感器的应用分析 从焊缝跟踪控制系统结构来看，由焊缝偏差信号传感及其滤波、偏差控制算法、跟踪 执行机构组成的闭环控制系统是以电弧( 焊炬) 相对于焊缝( 坡口) 中心位置的偏差作为 被控制量，焊炬位移量作为操作量。在整个闭环控制系统中最关键部分是传感器，传感器 将各种信号转换成可用信号，实现信息的检测、转换和传输。目前在焊缝跟踪过程中用的 比较广泛的有机械接触式传感器、电弧式传感器和视觉传感器三种，6 t 7 ，8 1 。 1 2 1 1 接触式传感器 接触式接触传感器以导杆或导轮在焊炬前方探测焊缝位置。这种方法结构简单、操作 直接、维修方便且不怕电弧的磁，光，烟尘、飞溅等干扰。探头式跟踪系统中传感器与焊 接小车的机头连成一体，传感器的探头与焊丝在同一焊缝内，传感器的探头直接与焊缝坡 口接触，直接对偏差进行检测，可进行水平横向调节和高度垂直调节，如果焊丝偏离焊道 或者焊丝伸出长度变化过大，传感器则发出相应的电信号，通过控制箱驱动对应的步进电 机，使焊丝偏离减少或者消除。接触式传感器优点是结构简单、价格便宜，不怕电弧的光、 烟尘、电磁等的干扰。它的局限性是仅适用于可对控头起拘束作用的x 型、y 型坡口及搭 接、角接接头，对i 型对接坡口不能跟踪。而且控头磨损大，易变形，点固点障碍难以克 服，不适用于高速焊【4 】。 1 2 1 2 电弧传感器 电弧传感器利用电弧和电压的变化获得焊炬与焊缝横向与高低偏差信息。但焊炬与工 件距离变化时，电弧摆动扫描焊缝的坡口，电流响应改变，因此电弧电流的变化反映了焊 炬高度的变化。 通常情况下，电弧的稳定性及熔滴过渡情况对电弧的参数影响非常大。电弧传感主要 有摆动式电弧传感和旋转式电弧传感两种。电弧传感从电弧的电流与电压变化中获得焊缝 横向与高低偏差信息。当焊炬至工件距离发生变化时，电弧电流会相应变化，以保持原来 的熔化率。因此，电弧电流的变化就反映焊炬高度的变化，通过电弧扫描坡口，从电流波 形特性中可获得横向对中信息 9 。 电弧传感焊缝跟踪的基本原理是：在焊接过程中，根据电弧在焊缝中进行摆动或旋转 扫描时由于焊炬与工件表面距离发生变化而使电弧本身的参数( 如电流、电压等) 产生变 化来确定电弧与焊缝之间的关系，从而进行焊缝跟踪的。恒速送丝配合恒压特性的焊接电 源，在电弧自身调节的作用下，弧氏的变化引起焊接电流变化可检测出电弧与焊缝中心偏 离程度。但事实上，不同尺寸的坡口、焊接规范的差别、与焊缝成形有关的电弧摆动幅度 及频率等条件变化，导致电流信号的灵敏度相差甚远，需要在信号增益上的自动适应：焊 接过程中的电弧会受到各种干扰，如短路、飞溅等，送丝速度与电源特性也难以保证每时 每刻的理想恒定，这些原因造成的噪声也必须滤除；机械摆动位置与电弧长度变化之间的 延迟、电弧运动中弧长自调节作用的电流响应速度等引起的信号相位差要计算考虑。 电弧传感器的最大优势在于抗弧光、高温等的能力很强，它利用电弧本身的信号进行 传感，检测点即为电弧焊接点，不会带来附加误差，简单、方便、实时性好。但是，电弧 传感要求焊接时电弧比较稳定，其电流、电压的波动较小。另外，它只能在焊接( 也即电 弧燃烧) 时工作，这样就无法单独做到在焊前预先定位，需要与其他传感方法如前述的电 极接触式传感器相配合使用。用电弧传感器实现焊缝跟踪，目前已开始实用，如美国的 m o t o m a l l 公司推出了一种最高6 0 i 1 1 ，m i n ( 1 5 2 c m m i n ) 焊接速度下进行焊缝跟踪的电弧传 感跟踪系统伽。 然而，由于电弧传感器在跟踪过程中必须摆动或旋转，适用的接头类型有限，如不能 适用于i 型接头；且不能应用于薄板工件的对接、搭接、坡口很小等情况下的焊接接头， 在熔化极短路过渡模式也存在局限性，因此，电弧传感器应用范围受到限制】。 1 2 1 _ 3 视觉传感器 视觉传感器，利用c c d 摄像机直接获取焊接区图像。往往要对其进行图像变换、增 3 广东工业大学坝十学位论文 强或恢复等预处理从而过滤噪声、校正灰度和畸变等。经过预处理的数字图像，可借助快 速傅立叶变换f f t 、小波变换、概率统计等数学工具进行图像的分析及理解特征提取和模 式识别，再根据一定的控制算法产生相应的控制量，发送到执行机构实现对焊缝的跟踪控 制。用于焊缝跟踪的焊接区直接视觉传感主要有带辅助光源的主动视觉传感和无辅助光源 的被动视觉传感两种【1 2 l 。 主动视觉传感法是由光源和摄像机组成的视觉系统，为了获取接头的三维轮廓，采用 光源照明焊接接头，按照所采用的照明光的不同，又可分为结构光法和激光视觉传感法。 结构光视觉传感法是将瞬时能量密度大于电弧能量密度的结构光横跨在焊缝横截面上，以 避开弧光干扰，然后利用三角测量原理计算出焊缝中心位置3 1 4 1 ，光学三角原理提供了一 种确定漫反射表面位置的非接触测量方法。小功率的激光器光点投射在工件表面上产生漫 反射，漫反射光的一部分通过透镜在光敏元件上成像。如果漫反射表面与激光平行的方向 有一定的偏移，移动的光点在敏感元件上所成的像也会产生相应的偏移。据此偏移可以确 定出漫反射表面点的位置。这种方法在焊缝前5 0 m m 左右测量的效果较好，提取的焊缝中 心精度较高。结构光视觉传感法敏感元件是面型的，实际应用中会遇到以下问题：一是当 结构光照射在经过钢丝刷去除氧化膜或磨削过的铝板或其它金属板表面时，会产生强烈的 二次反射，这些光也成像在敏感元件上，使后续图像处理失效。二是结构光投射光纹的光 强分布不均匀，从而获取的图像质量需经过较复杂的后续处理，检测的精度会降低。三是 结构光光强远低于电弧辐射，因而采用结构光法无法直接得到熔池信息。 激光扫描视觉传感法中的光源是采用激光，与单点的三角测量系统相比，激光扫描视 觉传感器增加了扫描电机、同步扫描机构和测角元件，相应的光学机构变得较为复杂。单 点激光的光强较大，提高了信噪比，采用转镜扫描，扫描速度较高( 可达1 0 h z ) ，通过测 量电机的转角，可增加一维信息，因而可测量出焊接接头的轮廓尺寸【l ”。 此外，还有双目视觉传感法，由于视觉传感器是面阵的，含有三维方向的信息，双目 视觉则可根据同一空间点在两个c c d 上成像，利用相对位置关系并按一定数学模型演绎 出视场各点的三维坐标【1 6 】。激光器发出的光束经平凸柱面镜变成光平面，在焊件上形成条 纹。两台摄像机同步采集该条纹图像，结合机器人末端位姿与摄像机参数，对于条纹上的 每个特征点可以获得三组空间坐标。对这三组坐标进行信息融合，可以精确地获得特征点 的空间坐标。v 形焊缝测量与跟踪试验表明，由双目视觉传感器和激光器组成的焊缝跟踪 系统具有实时性好、测量精度较高、标定简单、可靠性高等特点【1 7 】。 主动光学传感法采用光源照明，增加了传感器成本，测量点由于采用的光源光强相对 4 第一苹绪论 于电弧光强来说还是较弱的，因而测量点须超过熔池前端，算法稍复杂，且前导部分热变 形误差无法消除。被动式的光学传感法不采用照明光源直接拍摄熔池区域，利用电弧和熔 池的自身光谱辐射，通过选择一个特定的辐射窗口，使焊接区各辐射源的光强达到一个合 适的比例，实现从单一信号源中得到焊接图像的综合信息，有效地提高了在可见光波长内 电弧、熔池和焊缝三者同时成像的清晰度，这种传感法简称为视觉传感法。焊接熔池图像 能够直接反映焊接过程熔化金属的动态行为，通过图像处理可得到熔池的特征参数用于焊 接接头的跟踪，因而被动式光学传感法可以在线补偿由于固定偏差、焊接机器人各部分的 偏差、焊接变形引起的焊接路径偏差。视觉传感法去除弧光干扰的方法是采用滤光片，使 摄像机在一个弧光对熔池辐射比例适当的较窄的光谱窗口范围内获取熔池图像，设备简 单、成本低、实用性好。与其它焊接过程信息检测方法相比，视觉传感法由于其使用到的 硬件设备较少，更适合在焊接生产实际中使用，越来越受到人们的重视。 1 2 2 焊缝跟踪智能控制的发展现状 由于焊接过程的特殊性，其往往表现为一些复杂的非线性系统，难以找到合适的数学 物理模型，对此传统的控制方法已显得无能为力n 8 】。但是，技术熟练的焊工却能对复杂的 焊接操作应付自如，这主要得益于人类所具有的智能。因此，在自动焊接过程如何模仿人 类特有的智能来实现复杂的焊接控制是目前和将来焊接自动化的重要内容。目前，在焊缝 跟踪研究领域涉及的人工智能理论与方法主要有模糊逻辑、人工神经网络和专家系统控制 等1 1 2 1 。 模糊控制是吸收了人的思维具有模糊性的特点，使用模糊数学中的隶属函数、模糊关 系、模糊推理和决策等工具，得出控制动作。模糊控制最突出的优点是无需建立控制系统 的数学模型，其控制决策表和控制规则是根据经验预先总结出来的。根据控制规则，误差 及误差变换率的模糊子集产生控制决策表，通过决策表的直接查询，可得到每一时刻应用 到控制系统的控制动作，从而达到实时控制的目的呻】。模糊控制不需要建立被控对象的精 确数学模型，它是一种基于规则的非线性控制方法。它所采用的语言型控制规则的出发点 是现场操作人员的控制经验或相关专家的知识。因此，模糊控制非常适合于焊接过程的控 制。电弧传感器的原理是从电弧电流和电压的变化中获得焊缝横向与高低偏差信息，当焊 炬与工件距离变化时，电流相应改变，以保持原有的熔化率。因此，电弧电流的变化反映 了焊炬高度的变化，通过电弧振动扫描焊缝的坡口，从电流波形特性中可获得焊炬横向对 中的信息。电弧电流与焊炬高度变化量之间是时变非线性的关系，其精确的数学模型较难 建立。尽管国内外学者研究了一些弧焊工艺的动静态模型，但由于焊接现场存在强烈的电 5 厂东工业大学硕士学位论文 磁干扰，这些模型的自适应和鲁棒性受到限制。由于模糊控制具有很好的鲁棒性和非线性 映射能力，因此，非常适于电弧传感跟踪控制中。采用参数自调整、自学习模糊控制器可 使焊逢跟踪控制系统具有很好的自适应能力。s m u r a k a i i l i 等研究了弧焊机器人电弧传感 焊缝跟踪的模糊控制删，在强烈的弧光、高温、烟气下，电弧传感器获得的机器人焊炬的 位置和方向信息中含有很多噪声，因此采用了基于语言规则的模糊滤波器与模糊控制器来 设计焊缝自动跟踪控制系统，取得了很好的效果。模糊控制同样也适用于采用视觉传感器 的焊缝自动跟踪系统。陈强、乌日图等人对视觉传感焊缝跟踪的模糊控制进行了成功的研 究1 8 2 “。 人工神经网络控制是在研究人脑结构和功能的基础上，通过简化、抽象和模拟，建立 神经网络模型，再通过相应的计算机系统，实现反映人脑结构和功能来处理问题的过程控 制2 2 ，2 3 1 。目前应用最广、其基本思想最直观的是误差逆传播神经网络及b p 网络，b p 网络 的特点是进行误差逆传播，即根据网络的希望输出与网络实际输出之差的误差信号，由输 出层经中间层向输入层逐层修正连接权及各单元的输出阈值。b p 算法意在求误差函数的极 小值，通过样本的反复训练并朝减少偏差的方向修改权值，直至达到满意的精度为止。由 于人工神经网络具有大规模并行分布处理、非线性映射、学习和自适应、自组织、函数逼 近等能力，因此在焊缝跟踪中也得到了应用。文献【2 4 】研究了采用人工神经网络来对未开坡 口对接接头的焊缝图像进行识别。该研究将焊缝可能的偏差分为0 0 、5 0 、1 0 0 、1 5 0 和2 0 0 等几种情况，将这几种标准样本以及图像中无焊缝的情况一起送入b p 神经网络 训练，最后将训练后的神经网络进行焊接过程中焊缝偏差的实时识别，并将识别结果用于 实时控制。结果表明，采用神经网络进行焊缝识别的准确率高、鲁棒性好。 专家系统控制也是智能控制方法的一种，这种控制方法采用被控对象领域的专业知识 和经验，采用人工智能专家系统的知识表示及推理技术，得出控制动作，从而达到控制的 目的。但是在焊缝跟踪系统中，专家系统控制方法还只是研究阶段，但在焊接其他领域已 经有了逐步的应用，如r e r e e s 等人研制了船厂焊接专家系统瞵】。随着对专家系统研 究的不断深入，相信在不久的将来，在焊缝跟踪系统中也将应用到这种先进的控制技术i l 2 】。 1 3 视觉传感跟踪急需解决的关键问题 实现焊缝跟踪有两个步骤，第一是通过提取焊缝中心线，找到焊道，计算电弧中心与 焊缝中心线之差作为系统控制需要的偏差信息。第二是得到偏差信息后，跟踪控制系统采 用一定的控制算法，驱动焊炬电机作相应运动，使电弧中心始终对准焊缝中心，从而实现 6 第一苹绪论 焊缝跟踪1 4 1 。由视觉传感器摄取到焊缝的视频信号经a ，d 转换为数字图像输出，数字图像 的信号强度用灰度来表示。焊缝与焊接高温区域由于辐射量及空间位置的不同，在图像灰 度值大小上会存在差异，形成灰度梯度。提取焊缝信息通常会先采用图像处理中的边缘检 测算子锐化边缘，再经过图像二值化后提取焊缝信息。目前图像处理提取焊缝中心技术的 研究主要经过几个程序，首先是区域分割，将有用信息与整幅图像区分开来，以减少处理 信息量；然后进行图像滤波及焊缝边缘检测，滤波是为了消除噪声，边缘检测一般用s o b e l 、 c a n n y 等算子，或小波分析，使焊缝信息凸显出来，再将得到的图像进行二值化，对二值 化点进行特征检测或模式匹配，如h o u 曲变换等，进而得到焊缝中心位置，这是目前应用 得最广的焊缝检测方法“。 跟踪焊接过程中，视觉传感器获取的焊缝视觉图像由于受到弧光、热、飞溅等多种噪 声的强烈干扰，含有大量噪声，图像信噪比降低，影响了后续图像处理的可靠性。当视觉 传感器直接摄取熔池信息时，强烈的电弧光会对c c d 传感器造成很强的直接干扰和间接 干扰。直接干扰来自空间位置上，c c d 一般安装于焊炬运动前方，由于电弧光强相当大， 且电弧在熔池的前方，因而电弧信息直接进入摄像机视场：而间接干扰通常是因为电弧光 在工件熔池表面产生涉：射，对c c d 所摄取的图像造成的干扰。跟踪焊接过程中弧光、 热、飞溅等多种噪声对c c d 的强烈干扰大大地降低了图像的信噪比，增加了图像后续处 理的复杂性，直接提取图像熔池的特征信息变得困难。因此，抑制弧光、热、飞溅等多种 噪声对c c d 传感器的干扰是提高焊缝跟踪系统的准确性及精度的关键。 对于弧光干扰的问题，最简单的办法就是直接在摄取图像时利用滤光片消除这种干 扰。另外，比较常用的办法还有以激光为信号光源，然后利用和激光具有相同峰值波长的 干涉滤光片减弱干扰光。为了取得较好效果，要求干涉滤光片的谱线宽度尽可能窄，这将 大大提高传感系统的成本，而且在目前技术条件下，单纯靠滤光片想满意地排除弧光干扰 仍然不是一件容易的事情。 此外，采用视觉传感的大多数焊缝跟踪系统还存在下述固有的缺点： ( 1 ) 前置的视觉传感器的检测点一般超前于电弧5 0 1 0 0 m m ，这在焊缝跟踪中很容易 产生导前误差，尤其是在曲线焊缝的焊接中更是很难保证焊缝跟踪。解决这个问题通常会 采用记忆、延迟、再现方式，这样无疑增加了控制系统的复杂程度，降低了系统的跟踪精 度； ( 2 ) 另外，即使是直接利用视觉传感器摄取熔池图像提取焊缝中心的方法，也同样会 因为焊接过程中工件受热及散热条件改变会造成焊道变形，影响焊缝跟踪精度。焊接过程 7 广东工业大学硕士学位论文 中问题的解决或者需要增加新型的高精度传感器以替代现在广泛使用的视觉传感器，或者 要求使用高性能控制器，大大增加控制算法的复杂程度。 1 4 课题来源及研究内容 焊接跟踪技术在视觉传感法方面及图像处理算法上都取得了重要的进展，但是焊接区 图像进行处理时，大都是根据图像边缘检测法如s o m 和l a p i a c i a n 等分析焊缝边缘，试图 直接获取焊缝位置信息【2 7 1 。在多数情况下，由于噪声和弧光的干扰使得很难获得层次分明 的焊缝图像，所以应用图像边缘检测法直接提取焊缝信息极为困难。另外，由于超前检测 引起的导前误差，导致跟踪控制具有较大的滞后性，影响焊缝跟踪精度。 为此，本文研究了一种基于卡尔曼滤波的视觉传感焊缝跟踪新方法。与传统方法直接 提取焊缝信息不同，新方法分析整个焊接区域并提取熔池图像质心坐标，构成状态向量1 ， 建立以图像质心计算焊缝位置的状态方程，在此基础上，利用卡尔曼滤波去除系统过程噪 声和测量噪声的干扰，准确获取电弧与焊缝之间的偏差，并利用卡尔曼滤波的预测功能， 提供下一时刻的预测值作为跟踪系统的参考，从而实现精确的焊缝跟踪自动控制。 本课题源自高向东教授主持的国家自然科学基金项目“基于图像质心的焊缝跟踪新方 法研究”( 项目代码：6 0 3 7 5 0 1 2 ) 。作为此基金项目的子课题，本课题根据熔池图像质心的 原理，以解决在图像质心为检测信息的跟踪系统中应用卡尔曼滤波的难点问题为中心，主 要做了以下工作： ( 1 ) 从理论上分析了焊接过程中焊炬的运动，构造出状态向量，建立了基于熔池图像 质心的系统状态方程与测量方程； ( 2 ) 通过建立仿真系统，利用仿真试验在理论上论证了在焊接过程中应用基于图像质 心的卡尔曼滤波算法的可行性； ( 3 ) 以焊接工艺试验为基础，检验了在焊接过程中应用卡尔曼滤波的效果，分析了应 用过程中存在的问题并提出了解决措施。采取多次处理试验质心数据加以分析，得到较好 的初值选择； ( 4 ) 并进一步地从理论上和试验上研究了卡尔曼滤波滤波功能及应用到焊接过程后的 实际效果，通过定量分析滤波的效果及精度，论证了k a l i 咖滤波的应用价值； ( 5 ) 通过理论研究，分析了导前误差产生的原因，通过对k a l m a n 滤波的一步预测功能， 提出了解决导前误差的新方法，并通过工艺试验加以验证。 r 第一章绪论 1 5 本章小结 主要阐述了焊缝跟踪技术对焊接生产机械化、自动化的重要性；介绍了焊缝跟踪技术 传感方法的多样性和作为重要传感方法之一的视觉传感法的研究发展现状；分析了焊缝跟 踪智能控制的发展现状以及传统控制方法急需解决的关键问题。最后简单介绍了课题的研 究背景和所做的主要工作内容。 广东工业大学硕上学位论文 2 1 系统概述 第二章试验系统构成 为了完成前文所述的研究工作，一个基于视觉传感的焊缝跟踪试验装置是必须的。图 像焊缝跟踪系统通常会包括焊接系统、图像采集系统、计算机处理系统和执行机构四个主 要部分，图2 1 就是一个典型的跟踪系统原理图。 图2 1 典型的跟踪系统原理图 f i g u r e2 一lp r i n c i p l eo fo n et y p i c a lt r a c k i n gs y s t e m 课题项目中构建的试验系统采用被动光视觉法，直接利用视觉传感器拍摄熔池图像。 视觉传感器采用面阵c c d ，可获得熔池的二维平面图像信息，为图像处理提供了丰富的信 息。试验系统可以完成实时图像采集、处理所得到的图像信息并发出指令驱动执行机构控 制焊炬运动使电弧始终对准焊缝中心，实现焊缝实时跟踪。 2 2 系统组成 本文中试验系统结构图和实物图分别如图2 2 和图2 3 所示。 1 0 图2 2 试验系统结构图 f i g u r e2 2c o n f i g u r a t i o no fe x p e r h n e n t a ls y s t e m 从系统结构图中可以看到，试验系统主要由六部分组成四1 ( 1 ) 图像采集模块： ( 2 ) 步进驱动模块； ( 3 ) 继电器控制模块； ( 4 ) 焊接系统模块： ( 5 ) 执行机构及工作台模块； ( 6 ) 工控机。 广东工业大学硕士学位论文 2 3 相关主要硬件介绍 2 3 1 图像采集模块 图2 3 试验平台实物图 f i g u r e2 3e x p e r i m e n tt a b l e 图像采集模块包括c c d 和图像采集卡，图像采集卡是对c c d 采集的视频信号进行解 码和，d 转换，最后将数字化的图像数据送到工控机中。 ( 1 ) c c d 传感器 本试验系统采用被动光视觉法，视觉传感器采用c c d 面阵摄像机。c c d 是英文 ( c h a r g c c o u p l e dd e v i c e s ) 的缩写，意即“电荷耦合器件”。c c d 是固态图像传感器的一种， 固态图像传感器是指把布设在半导体衬底上的许多感光小单元的光一电信号，用所控制的时 钟脉冲读取出来的一类功能器件 3 】。 构成c c d 最基本的单元是m o s ( 金属一氧化物半导体) 电容器，或称m o s 结构，g c d 最基本的结构，是由彼此非常靠近的一系列m o s 电容器所组成。它可以用来贮存和转移 以电荷包形式出现的信号。硅半导体有光电效应，当它受光照射时，产生的自由电子与光 强成正比，c c d 光电耦合器件吸收辐射热而耦合出相应量的电荷，并表现出响应电压的高 低。在c c d 电压响应线性范围内，视觉图像的灰度值大小与c c d 响应电压成正比【4 j 第二覃试验系统构成 图2 4 是基于c c d 和镜头的视觉系统成像原理图。由图2 3 可知被拍摄物体反射光线 经镜头聚焦到c c d 芯片上，c c d 根据光强弱积聚相应的电荷，经周期性放电，产生表示 一幅画面的电信号，经过滤波、放大处理，通过摄像头的输出端子输出一个标准的复合视 频信号2 9 1 。 图2 4 视觉系统成像原理图 f 培u r e2 4p r i n c i p l eo fv i s i o ns y s t e mi m a g i n g 在试验系统中，视觉传感器c c d 选用了三洋v c c 6 5 7 0 p ，它采用p a l 制式，c c d 芯片规格1 ，3 ”，采用隔行传送方式，画面像素总共为7 9 5p i x e l 5 9 6p i x e l 。 c c d 安装在与焊炬位置相对不变的位置上，当c c d 安装调节好之后，它随着焊炬一 起运动，彼此相对位置不变。c c d 倾斜安装，与焊炬夹角大约4 5 0 ，与焊炬喷嘴的半径距 离大约1 0 0 m m 。在微调过程中，可调整c c d 连接杆和c c d 的安装位置来凋节c c d 的姿 态，获得最佳的图像。 c c d 镜头选用了c o m p u t a r 公司的t 1 0 2 0 5 1 3 c s 镜头，它的规格为1 ，3 ”，和c c d 的规 格相匹配。镜头安装标准为c s 标准，其镜头安装基准面到焦点的距离是1 2 5 t 砌。其它的 镜头参数如表2 1 所示。 通过c c d 和镜头的选型参数，可以通过公式估算被拍摄工件的大小和视角。根据镜 13 广东工业大学硕士学位论文 头的成像原理，可得公式( 2 1 ) 和( 2 2 ) 。 = w l w = h l | h 表2 1t 1 0 2 0 5 1 3 c s 2 镜头主要参数 t a b l e2 一lm a i np a m m e t e r so f t l o z 0 5 1 3 c s 一2l e n s ( 2 1 ) ( 2 2 ) 参数名参数值 规格 l ，3 ” 焦距 5 5 0 m m 光圈( f ) f 1 3 一c 视角( 水平) 5 1 8 5 6 0 最近物像距离 o 8m 有效口 刖2 9 5 删 径 8 7 咖 后 式( 2 1 ) 和( 2 2 ) 中，为镜头焦距，w 为图像的宽度( 被摄物体在c c d 靶面上成像宽度) ， l 为被摄物体至镜头的距离，w 为被摄物体宽度， 为图像的高度( 被摄物体在c c d 靶面 上成像高度) ，日为被摄物体的高度。 由选型参数和测量已知下列参数值分别为： 卢5 5 0 咖；1 0 0 1 1 1 m ；w = 4 8 m m ； = 3 6 m m 根据上述参数值，可求得被拍摄物体( 即焊接工件) 的宽度w 和高度l 的范围。 w ：堕：兰：! 兰! 塑：9 6 9 6 嗍( 2 3 ) ， ( 5 5 0 ) 日：丝：! ：! 兰! 塑：7 2 。7 2 舢( 2 4 ) ，( 5 5 0 ) 、 第= 章试验系统构成 则视野范围f o v 为： 阳y = y 日= ( 9 6 9 6 ) ( 7 2 7 2 ) 等7 0 6 9 0 0 ，n m 2( 2 5 ) 根据上面的参数和计算结果，可以得出在理想状况下试验系统的图像水平分辨率| p 。 和垂直分辨率如的范围。 r = 去= 等- o 呲川m m ( 2 s ) 7 9 57 9 5 “ 、7 只= 兰= 等一o 呲卅m ( 2 ) 1 ”5 9 65 9 6 。“” 、7 系统的跟踪精度要求是0 3 m m ，显然式( 2 6 ) 和( 2 7 ) 计算结果符合