一种基于视觉引导的虚拟装配技术的新型钢结构工件机器人焊接轨迹规划系统
《ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING》:A novel robotic welding trajectory planning system for steel structure workpieces based on vision-guided virtual assembly
【字体:
大
中
小
】
时间:2026年01月25日
来源:ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING 11.4
编辑推荐:
孙家琦|刘泽安|冯彦芳|潘峰|向凯|王玄音
中国浙江省杭州市浙江大学流体动力与机电系统国家重点实验室,310058
摘要
焊接机器人系统在建筑行业的焊接生产中发挥着至关重要的作用。然而,现有的焊接轨迹规划方法在处理具有复杂空间分布的大量焊缝的大型钢结构工件时,在追求精度和效率方
孙家琦|刘泽安|冯彦芳|潘峰|向凯|王玄音
中国浙江省杭州市浙江大学流体动力与机电系统国家重点实验室,310058
摘要
焊接机器人系统在建筑行业的焊接生产中发挥着至关重要的作用。然而,现有的焊接轨迹规划方法在处理具有复杂空间分布的大量焊缝的大型钢结构工件时,在追求精度和效率方面面临挑战。受到人类焊工的启发,他们依靠视觉感知来组装部件并根据特征边缘和相对部件位置确定焊接轨迹,本文提出了一种基于视觉引导的虚拟装配的新型灵活焊接轨迹规划系统。该系统包括三个核心任务。首先,提出了一种从CAD网格模型中提取候选焊缝的过程,以划定每个部件的潜在焊接区域。其次,提出了一种具有多尺度特征聚焦的点云配准过程,以实现精确的视觉引导虚拟装配。最后,基于虚拟装配结果,提出了一种基于几何特征边缘簇和空间网格分布联合分析的机器人焊接轨迹规划新方法,以生成安全有效的机器人程序。通过一系列广泛的实验,所提出的机器人焊接轨迹规划系统有效地克服了现有方法的局限性,实现了建筑行业中钢结构部件的精确高效焊接。
引言
焊接机器人系统在现代集成制造系统中起着关键作用,为建筑行业的焊接生产提供了一种自动、高效且高度适应性的模式[1]。由于其高强度、高刚度和可回收的材料特性,钢结构被广泛使用。然而,钢结构复杂多样的结构形式以及各种焊接接头形式使得传统的教学编程效率低下且操作繁琐[2]。因此,对于钢结构加工中的自动机器人焊接轨迹规划解决方案的需求急剧增加。
使用工件的CAD模型自动规划机器人末端执行器的轨迹是一种直观且高效的方法。这种方法的核心是将工件的设计特征转换为焊缝的加工特征[3]。焊缝通常基于连接和约束进行建模,焊接姿态由周围表面确定。已有研究使用商业离线编程(OLP)软件[4]、[5]、[6]对一些基于CAD的方法进行了探索。然而,这些方法成本高昂且复杂,不太受中小型企业(SMEs)的欢迎[7]。因此,研究人员现在正专注于基于通用CAD软件[8]、[9]或开源技术[11]、[12]的自动编程。基于CAD的方法在焊接前需要进行工件校准,这需要采用传统的三点校准方法将软件中的工件模型与实际工件对齐。然而,与手动在线教学编程类似,这个校准过程既费力又容易出错,因此需要熟练的操作员[13]。此外,建筑行业中钢结构部件的组装错误会导致实际工件与其CAD模型之间存在差异,可能在焊接过程中导致偏差和质量缺陷[14]。
基于CAD的解决方案依赖于工件的精确组装和手动校准。为解决这些问题,越来越多的研究人员将视觉传感器集成到焊接机器人中以实现环境感知。设计的基于视觉的方法通过各种视觉传感器获取环境点云,并利用几何特征识别焊缝并生成机器人程序,从而提高系统的灵活性、精度和效率[15]。基于局部点云处理,已取得重大研究成果。Zhou等人[16]提出了针对不同类型焊缝的焊缝提取算法。他们使用激光结构光传感器获取工件表面的有序点云,从点云的每一行中依次提取焊点形成序列,最后使用NURBS曲线优化生成焊缝轨迹。Zhang等人[17]为激光结构光传感器手动定义了多条扫描路径,并从获得的灰度图像中提取焊缝特征。使用三次样条平滑曲线重建焊缝的空间曲线。Zhou等人[18]通过手势控制机器人进行扫描并获取工件的部分点云,应用基于梯度的边缘检测方法检测边缘点并生成平滑的6自由度(DOF)焊接路径。Zou等人[19]使用移动最小二乘(MLS)方法平滑激光结构光传感器扫描的局部点云,选择最平滑的点作为焊缝特征点并建立焊缝局部坐标系。
然而,钢结构工件包含大量焊缝,手动定义大量扫描路径严重限制了系统的效率。因此,为了实现更全面和高效的焊缝识别,有必要研究基于全局点云的多焊缝检测方法。Yang等人[20]提出了一种基于点云分割的3D焊缝提取算法,用于提取角接头、对接接头和搭接接头的焊缝。Geng等人[21]设计了一种基于改进的随机样本一致(RANSAC)多平面拟合算法结果的焊缝提取方法,能够同时从中等和厚钢板结构部件中提取多个焊缝。Xu等人[22]介绍了一种基于卷积神经网络的3D点云分割模型,用于分割空气舵的3D点云,随后从每个最小封闭球体中提取焊缝特征点。Ahmed等人[23]提出了一种用于非结构化点云的新边缘和角检测算法,并将其应用于面板工件的焊缝检测。
在建筑行业中,工件结构的复杂性导致焊缝相互交叉和交织。虽然现有基于全局点云的焊缝识别和路径规划研究仅适用于几何结构相对简单的工件,但一些方法(如[23]所示)需要从众多识别的线段中手动选择实际焊缝,从而导致建筑行业焊接应用效率低下。此外,通过视觉传感器进行全面高质量的3D重建不仅耗时,还会产生大量数据,这对机器人焊接路径规划的效率构成挑战。
基于上述分析,基于CAD的方法对复杂工件结构表现出良好的适应性。然而,工件的手动校准过程及其与CAD模型之间的差异限制了效率和精度。相反,基于视觉的方法确保了焊接路径规划的高精度,但在适应多种焊接应用场景和整体过程效率之间难以取得平衡。这些现有的机器人焊接轨迹规划方法在处理建筑行业中具有大规模和复杂结构的钢结构工件时仍存在诸多限制。
通过分析人类焊工的全面焊接过程,可以观察到他们依靠视觉来组装工件部件,并通过分析部件的特征边缘及其组装后的相对位置来确定焊缝的位置和顺序。
受到人类焊工视觉引导装配过程的启发,选择了一种基于点云配准的视觉引导虚拟装配过程,逐步将部件模型对齐并组装到真实环境中。对于建筑行业中的钢结构工件,通过铸造或切割生产的各个部件严格遵循特定的尺寸标准[24]、[25],并与各自的CAD模型及当地组装的部件紧密匹配。因此,物理工件组装与其CAD模型之间的偏差主要是由于顶层组装的不准确性造成的。这种虚拟装配过程可以减轻这种偏差,同时避免了工件的手动校准过程。为了减少视觉感知时间和处理数据量,该过程仅依赖于通过单视图扫描3D传感器获得的局部3D视觉数据。
此外,需要从每个部件中提取潜在的焊接区域作为顶层组装所需的候选焊缝。虚拟装配后,通过分析候选焊缝与组装部件之间的相对位置,自动执行焊缝识别和机器人焊接轨迹规划。这消除了通过人机交互界面手动确定焊缝位置和顺序的需要,显著提高了系统的自动化水平。
基于上述观察和见解,本文介绍了一种基于视觉引导虚拟装配的新型机器人焊接轨迹规划系统,旨在克服现有方法的局限性,实现建筑行业中钢结构部件的精确高效焊接。创新的研究贡献应用于三个核心任务:候选焊缝提取、视觉引导虚拟装配和机器人焊接轨迹规划。
1. 提出了一种从CAD网格模型中提取候选焊缝的过程。该过程以基于方向相似性指导的双向增长的特征边缘聚类和过滤算法为核心,目的是为每个部件划定潜在的焊接区域。
2. 提出了一种具有多尺度特征聚焦的点云配准过程。该过程以特征点提取驱动的点对特征(PPF)配准方法为核心,并受点对几何分布的限制,目的是减少来自局部无关点的干扰,最终提高钢结构工件视觉引导虚拟装配过程的效率和精度。
3. 提出了一种基于几何特征边缘簇和空间网格分布联合分析的机器人焊接轨迹规划新方法,有效地将装配信息转化为安全、精确和高效的机器人焊接程序。
系统结构和框架
所提出的焊接机器人系统的结构如图1所示。所有组件通过以太网连接。由于激光结构光传感器具有高抗干扰能力、扫描速度和精度[26],选择基于三角测量原理的激光结构光传感器来形成眼手系统。它连接到机器人控制柜并通过网络时间协议(NTP)实现时间同步。在扫描工件过程中,激光CAD数据库的每一帧...
CAD数据库的结构专为高效数据管理而设计。逗号分隔值(CSV)文件作为CAD数据库的索引,存储有关所有部件的信息,包括工件名称、组件ID、名称和边界框体积。每个工件可能包含多个组件,其原始CAD模型存储在STereoLithography(STL)格式中。为每个部件提取候选焊缝,然后将其集成到...
视觉感知
焊接机器人系统的坐标系如图4所示。精确的视觉感知和焊接轨迹规划需要校准世界坐标系和手眼视觉系统。大型钢结构工件需要在线性轨道上的机器人来扩展运动范围。当运动平台处于初始位置时,世界坐标系OW?xyz与机器人基座坐标系OB?xyz对齐,而其x...
机器人焊接轨迹规划
组件的装配导致复杂的堆叠,这对机器人焊接轨迹规划提出了挑战。提出了一种基于几何特征边缘簇和空间网格分布联合分析的机器人焊接轨迹规划过程。该过程的核心工作包括提取焊缝特征点、路径规划和姿态估计以及焊接序列规划。
实验研究和分析
在本节中,为了验证本文提出的机器人焊接轨迹规划系统的有效性和稳定性,我们为图13中所示的两种典型钢结构工件设计了以下实验过程。这些工件常见于桥梁和建筑施工中,涵盖了各种焊接场景,包括水平、垂直和弯曲的焊缝,从而全面反映了实际的焊接要求。通过全面的文献回顾,我们分析了现有基于CAD和视觉的机器人焊接轨迹规划方法在处理建筑行业中具有众多空间复杂焊缝的大钢结构工件时的局限性。受人类焊接工活动的启发,本文提出了一种基于视觉引导的虚拟装配的焊接机器人创新轨迹规划系统。与传统基于CAD的方法相比,该方法显著提高了自动化程度。
尽管该系统在轨迹规划自动化方面取得了显著进展,但在未来研究中仍有几个需要改进的领域:
1. 实现自主过程规划:系统目前缺乏自动选择焊接工艺参数的能力,这些参数仍然需要手动配置。虽然所提出的系统可以预先存储每个组件每个候选焊缝对应的焊接工艺参数,但在大规模生产中仍需要人工干预。
作者贡献声明:
孙嘉琪:撰写 – 审稿与编辑,撰写 – 原初稿,可视化,验证,软件,方法论,正式分析,数据管理,概念化。
刘泽安:撰写 – 审稿与编辑,软件,方法论。
冯彦芳:资源获取,项目管理,资金筹措。
潘峰:资源获取,项目管理,资金筹措。
向凯:资源获取,资金筹措。
王轩茵:撰写 – 审稿与编辑,监督,资源管理,项目管理。
利益冲突声明:
作者声明没有已知的财务利益冲突或个人关系可能影响本文的报告内容。
致谢:
本项目得到了中国浙江省教育部门的支持 [项目编号 FX2024117]。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号