水下焊接机器人视觉传感系统图像干扰因素分析.doc

水下焊接机器人视觉传感系统图像干扰因素分析 试验研究俘搭水下焊接机器人视觉传感系统图像干扰因素分析南昌大学机电研究所机器人与焊接自动化重点实验室 (330031)徐鹏飞张华贾剑平刘苏宜摘要水下焊接机器人视觉传感系统在焊接过程中实时的对焊缝图像进行提取，通过一系列的图像处理算法，识别出焊缝位置，得到焊缝与焊枪之间的位置偏差，通过控制算法，实现焊缝跟踪的目的。 在图像提取的过程中，会有各种各样的干扰，如泥沙干扰、弧光干扰、水泡气泡干扰、水对光的散射等各种干扰。 着重分析了水下焊接机器人视觉传感系统图像提取的各种干扰因素，并对各种干扰因素产生的原理加以研究分析，并在此基础上，对如何去除各种干扰因素的方法“二步干扰因素去除法”进行了简要的分析。 关键词水下焊接机器人视觉传感系统图像提取干扰因素TG115280前言3O。 照射,CCD垂直接收结构。 系统结构如图1所示。 目前伴随着海洋资源的开发日益加剧，优质高效的水下焊接自动化技术也是整个焊接技术的发展方向。 水下焊接采用焊接机器人并实现焊缝跟踪自动化，以适应焊接生产向高效率、低成本、高质量、自动化和智能化方向发展的趋势。 因此，开发出适合水下湿法焊接的焊缝识别技术，必将为中国的海洋开发做出贡献。 目前用于焊缝跟踪传感器主要有机械式或机械一电子式传感器、电磁感应式传感器、电弧式传感器和光学传感器等形式，其中视觉传感器由于其与工件不接触、信息量大、抗干扰能力强等优点，成为未来水下焊缝跟踪传感器的发展方向。 1水下焊接机器人视觉传感结构提出的视觉传感系统硬件部分主要有激光器、CCD摄像机、图像采集卡和滤光片组成，激光器是红光一字形激光器，波长为650nln，功率为25mW，工作电源为5V的直流电压。 视觉传感器中CCD是型号为JCBS629黑白迷你摄像机，滤光片的主要功能是只允许激光波长(650nln)附近的光线进入CCD摄像机。 图像采集卡选用的是大恒图像推出的一款高清晰图像采集卡，该卡可进行高品质彩色、黑白图像实时采集，支持复合信号及YUV分量信号输入。 系统采用激光器倾斜xx0ll4基金项目国家863项目大型构件水下焊接机器人系统研究与开发(xxAA04Z242)；江西省科技攻关项目水下焊接机器人系统与开发。 ?一?一?一?一?当激光条纹投影在有焊缝的工件上时，就可以拍摄到变形的激光条纹图像，即可得到包含焊缝信息的图像。 图像采集系统接收CCD摄像机的模拟电视信号，通过图像采集卡对此信号进行模数转换，得到焊缝图像的数字信号焊缝图像的灰度图，即采集到了焊缝图像。 计算机视觉系统的软件部分就是一套图像处理算法，通过它由二维焊缝图像得到焊缝的三维结构。 2视觉传感系统干扰因素21图像采集及传输环节干扰及解决方法分析水下焊接机器人图像采集之前要经过一段长达xx年第5期33俘慈试验研究盟一毋缈40m的信号电缆，在这个过程中，图像会产生一定的衰减，其信号传输特性是电缆对传输信号的衰减a(d b)与信号频率厂(mh z)的关系，文献6指出在工程实践中可表示为a(厂)=k s，k为系数，a为频率指数，在工程实践中，a一般在051059之间。 黑白图像信号的最高频率在45M Hz以内，所以，通过上述电缆传输特性公式可计算出45M Hz时信号衰减小于1305d B，到达图像采集卡时产生的衰减是微弱的。 系统采用的图像采集卡是8位图像采集卡，A ID转换精度为10b it，用户可得到8b it低噪声数据，相对误差率即分辨力为12。 ，当信号为正弦信号时，量化信噪比约为602n+176d B，其中，凡为量化位数，故本图像采集卡的量化信噪比约50d B。 可见，模拟焊缝图像在通过图像采集卡变成数字焊缝图像变化不大17。 激光器采用红光一字形激光器，直线度为6m线长弯曲1iY lnl，误差不到017，波长为650n m，由于温度变化会产生12nm变化，此微小变化同样可以忽略22水下环境对视觉传感器成像的影响221水对光的散射对图像的影响水对光的散射大部分水中尘埃，胶质粒子和微细物质。 它使得图像对比度降低，细节模糊，影响了成像质量。 由于水下焊接过程还将形成固有气体紊流和由于药粉分解破碎而形成的细小且分散的质点，以及由于受到水冷却的烟尘烟雾，都严重影响了该区域的可见度。 散射的弧光分布是弥散性的，毫无规律的，对图像的成像质量影响很大。 水下散射的图像如图2所示。 图2水下颗粒散射干扰可见水的散射产生的干扰如一层白雾附在图像上一样，模糊了图像的边缘，影响后续图像的边缘检测和图像分割的效果。 34xx年第5期222水对光吸收的影响光在水中传输时能量按指数规律递减。 水对光的吸收衰减占总衰减的40，它使光在水中的传播距离有了限制。 水对光的吸收在不同光谱区是不同的，尤其是对紫外和红外部分有强烈的吸收作用。 则激光器产生的激光经过水的吸收反射到C CD中会产生很大的衰减，如图3所示。 图中焊缝图像模糊不清，难以辨认。 图3水下微弱图像23泥沙干扰水中的悬浮颗粒主要是泥沙，由于泥沙的颗粒浓度非常细小，因此泥沙在水中形成一种胶质状态，悬浮在水中的颗粒对光线的减弱主要表现在对光线的散射上。 其作用面积受泥沙颗粒本身直径大小的影响，从对光的整体削弱效果来看，取决于水中泥沙的浓度。 为了测定泥沙含量对激光的削弱程度，设计了一组试验，首先固定C CD与焊件之间的高度是8om，对不同泥沙含量进行测量。 试验在一长方形水箱中进行，水箱体积为600nM T I440lnlTl200lnln，测量中发现，当泥沙小于5g时，激光线在图像中的强度几乎不发生变化。 当泥沙含量达到一定比例时，激光强度开始减弱。 于是泥沙从5g开始，每次增加1g记录激光强度的变化。 图4中从上至下是泥沙从59g时分别测量的强度变化曲线，图中峰值部分为激光线所在的位置。 由图5可见，水下焊缝图像在泥沙的干扰下激光强度大大减弱，当泥沙含量达到一定程度时，图像信号几乎与背景相当，此时激光信号的对比度非常小，加上各种干扰，要准确地识别焊缝位置是相当困难的。 24弧光干扰除了泥沙的干扰外，弧光对图像传感的影响是最翩一跏试验研究俘荡大的，就图像传感结构而言，弧光对图像的影响是间接的，由于视觉传感结构设计中的遮光板，可以遮盖住大部分的弧光。 通过试验发现在清水中和浑水中弧光对图像的影响差别很大，在清水中基本上看不见弧光，而在浑水中则弧光影响很大，背景图像强度甚至会强过信号图像。 通过分析发现其中的原因如图6所示。 可见在清水中，没有散射，绝大部分的弧光能够被遮光板所遮挡而不会进入C CD产生弧光，而在浑水中，由于颗粒的影响，弧光经过不规则的散射，会进入C CD对图像造成比较大的影响。 图4不同泥沙含量下激光强度曲线(a)清水状态(b)泥沙状态图5清水与泥沙中焊缝图像对比遮光板遮光板弧光荣(a)清水中(b)浑水中图6清水与浑水中弧光对比原冈分析25其他干扰因素除了前面所说的主要干扰因素外，还有其他因素的影响，如焊接时产生的飞溅、气泡和烟雾干扰。 其中通过试验发现水下焊接时飞溅由于水的阻力所产生的干扰相对于陆地上的大大降低，如图7所示。 由图7可见，在陆地上图像中飞溅的影响很大，而在水下图像中由于水的阻力几乎看不到飞溅对图像的影响。 (a)陆地(b)水下图7陆地和水下焊接飞溅干扰埘比气泡和烟雾主要是在焊接过程中产生的。 气泡主要是由焊接过程中的高温使水沸腾汽化生成的。 电弧气泡开始时只是生成一个小气泡，然后逐渐变大，在上xx年第5期35鲺步c0ff-fff舭奈升过程中，会产生破裂，有的会留下一个69i t iit i的核心气泡直至水面才破裂，则这些小气泡会出现在c cd传感图像中。 从尺度上讲，其干扰效果相当于水中大的颗粒干扰，所不同的是，气泡干扰比较亮，而一般颗粒较暗。 烟雾干扰则是焊接过程中由于药芯焊丝熔化所产生的，在图像中类似于弧光干扰。 气泡和烟雾干扰如图8和图9所示。 图8气泡干扰图9烟雾1-扰3各种干扰解决方法分析通过以上分析可知，水下焊接机器人视觉传感图像的主要特点是 (1)信号弱。 水中的焊缝信号与空气中相比较，不仅存在水对激光的吸收，而且还存在泥沙、胶质、烟雾等微粒阻挡和散射作用，使信号大为减弱，因此图像变得暗淡、模糊，难以识别。 (2)干扰强。 理论上讲，不论是陆地上还是水下都存在弧光干扰的问题。 但是在陆地上由于空气是透明的，焊接时产生的烟雾在焊接的热作用下往上方飘逸，很少会弥漫性的挡在C CD传感器前形成干扰。 而水下焊接时，由于水的阻力和浮力的作用，泥沙等颗粒长时36xx年第5期间的悬浮在水中，这种弥漫性的悬浮物一方面阻挡激光传递，使信号减弱，另一方面对侧面来的强烈弧光进行散射，使图像的背景充满了弧光的干扰，某些区域的弧光亮度甚至超过了激光的强度，对信号的提取产生很大的影响。 (3)干扰类型复杂。 除了水、泥沙、弧光外，焊接时产生的烟雾杂质、汽化产生的气泡，还有气泡上升后正好附着在传感器玻璃下的水泡，以及在C CD成像期间未破裂的气泡等，各种类型的干扰都会对传感图像的质量造成很大的影响。 对于上述干扰，简要介绍各种解决干扰的方法。 对由于图像采集和传输方面所产生的微小误差，可通过设计屏蔽电路，采用屏蔽信号线来防止电磁和远距离传输的干扰，对传感器系统本身所产生的干扰，可通过加大激光器功率，选用合适滤光片来加以改进，并优化传感器结构，选择更合适的激光器倾斜角度，增设遮光板，使大部分的干扰弧光不能够入射到C CD。 由于水的吸收和各种微粒散射干扰所产生的信号弱的问题，应适当采用增加激光器的功率以及通过适当的图像增强算法和图像去噪音算法来克服其干扰。 对于弧光、颗粒、气泡等其他各种干扰，通过对水下焊缝图像中的各种成分进行空间域分析，弧光属于低频信号，激光信号属于中频。 颗粒等散射干扰属于高频，气泡等干扰属于中频信号。 则可采用小波分析，从频域分解弧光干扰、散射干扰和激光焊缝信号，在中频得到了焊缝信号，同时也包含了一些气泡造成的中频噪音。 为进一步去除气泡等中频干扰，可以采用聚类的方法，通过设定合适的阈值，可以有效地将气泡等中频干扰信号去除，提取出真正的激光图像，称之为“二步干扰去除法”。 通过试验证明，这种方法可以达到很好的效果。 试验效果如图10，图ll，图12所示。 图10弧光水泡干扰原因舅一毋缈试验研究俘掳图ll小波去弧光结果4结束语訇12聚类去水泡十扰通过埘水下焊接机器人视觉传感系统图像干扰因素的分析，区分陆地卜和水下传感系统图像的不同于扰因素，陆地上焊接时产生的飞溅是视觉传感图像提取的主要因素，而在水下，由于水的阻力和浮力的原凶，飞溅干扰已经很小，而弧光和颗粒散射的干扰变为主要的干扰，因而就需要研究采用不同于陆地上的干扰去除方法。 从而可以准确快速地对焊缝信号图像进行提取。 参考文献张炯，吕伟新三维焊缝跟踪视觉传感器设计中的问题分析A第七届全国焊接学术会议论文集C青岛中国机械二程学会焊接分会，1993宋国军，朱六妹，王伟，等视觉焊缝跟踪实时图像处理研究J焊接技术，xx，32 (1)1l13俞建荣，张奕林，蒋力培水下焊接技术及其进展J焊接技术，xx，30 (4)24刘南生，王慧琴耙行式弧焊机器人结构光三维视觉传感器研究J光电子激光，xx，13 (2)117120李冰水下机器人焊缝图像识别算法的研究D南昌南昌大学硕士论文，xx谭儒良C AT V链路不平度与同轴电缆和均衡器的关系J电视技术，1998 (1)7682翟因虎焊接机器人图像传感器噪声分析J传感器技术，xx (5)1921作者简介徐鹏飞，1981年出生，硕士研究生。 主要研究方向为水下机器人的焊缝视觉跟踪控制，镍基合金不锈钢TIG熔一钎焊工艺的研究哈尔滨工业大学现代焊接生产技术国家重点实验室 (150001)宋建岭林三宝杨春利摘要采用高温铜基$211焊丝对镍基合金不锈钢进行了T1G熔一钎焊一艺试验，研究了焊接电流、电弧长度、焊接速度和送坦速度等工艺参数对焊缝成形的影响，并对接头性能进行了测试。 研究结果显示，TIG熔一钎焊可以采用小的热输入来减少母材的熔化，适当减，】、焊接电流和增大焊接速度能够有效控制焊接热输人，保证焊缝成形，而适当增大电弧长度，可以增大电弧加热面积，有利于钎料的润湿铺展；通过剪切试