未知空间几何结构机器人焊接轨迹控制创新：焊接路径与焊枪姿态的在线同步规划

《ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING》：Innovation in robot welding trajectory control: Online synchronous planning of welding paths and torch postures for structures with unknown spatial geometries

　　

为应对现有焊接轨迹规划方案主要集中于焊接路径而忽视焊枪姿态协同、且过度依赖先验模型或理想化假设的局限性，研究人员针对未知空间几何结构开发了一种焊接路径与焊枪姿态在线同步规划的创新解决方案。自主设计并搭建了基于线激光视觉辅助的熔化极气体保护焊（Gas Metal Arc Welding, GMAW）系统。提出了基于圆形切向梯度正交法（Circular Tangential Gradient Orthogonal Method, CTGOM）和自适应粒子群优化算法（Adaptive Particle Swarm Optimization, APSO）的相机标定方法。依次进行了光平面标定和手眼标定，使机器人对空间目标的感知达到0.1111 mm的平均绝对误差。建立了空间接头级联三维逆建模框架，依次采用YOLOv11、基于上下文信息的迭代中心线提取算法（Context Information-based Iterative Centerline Extraction Algorithm, CIICEA）、拉依达准则（Pauta Criterion）以及基于K-均值的准均匀三次B样条拟合算法（K-Means-based Quasi-uniform Cubic B-spline Fitting Algorithm, K-QCBFA）。提出了基于点云几何微分的机器人焊接轨迹在线规划方法。通过构建坡口横截面局部基平面和母材切平面的局部微分几何，实现了未知空间几何结构全六自由度（X^B, Y^B, Z^B, R^X, R^Y, R^Z）焊接轨迹的在线同步规划。对接接头和角接接头焊接路径在线规划的均方根误差（Root Mean Square Error, RMSE）分别为0.0829 mm和0.1334 mm，焊枪姿态的RMSE分别为0.7782°和0.8064°。所提出的焊接轨迹规划方案对复杂空间几何结构、多层多道焊以及多种接头形式展现出优异的适应性。

**研究背景与问题提出**

机器人焊接技术正从示教再现模式向自主焊接模式演进，机械、电弧、红外、超声、电磁及光学传感器已广泛应用于焊接系统以赋予焊接机器人动态感知空间目标的能力。尽管这些传感器在工件定位、起弧熄弧点检测、接头类型识别、焊接路径拟合及跟踪等方面显著提升了焊接智能化水平，但现有方法大多局限于特定空间结构的路径控制，未能解决焊枪姿态的自主规划与调整问题，这成为实现任意三维复杂结构所需全六自由度轨迹控制的关键瓶颈。对于离心机、挖掘机、加氢反应器及船舶等工程结构件，采用固定焊枪姿态的常规路径级方法已越来越难以满足高效高精度自主焊接的迫切需求。

焊接轨迹（X^B, Y^B, Z^B, R^X, R^Y, R^Z）是焊接路径与焊枪姿态的全六自由度组合。焊接路径决定焊丝端部的空间运动曲线，确保填充金属连续沉积；焊枪姿态则直接影响电弧稳定性、熔池流动性及焊接过程安全性，需与焊接路径实时动态协调配合。只有通过焊接路径与焊枪姿态的在线协同规划控制，才能充分满足高适应性、高可靠性智能焊接的要求。

当前智能焊接中焊枪姿态普遍采用静态预设模式，仅以焊接路径作为轨迹控制的基本依据。机器人示教编程通过示教器引导焊枪并记录存储关键轨迹点坐标，但该过程 heavily 依赖人工经验和操作精度。基于单目或双目视觉的焊接路径提取方法易受工件反光、残存飞溅及光照变化干扰，且缺乏准确深度信息限制了其在线规划空间焊缝的应用。线激光视觉通过连续扫描接头区域获取高密度三维点云以重建接头完整几何形态，然而现有研究多利用其获取全局几何信息用于焊接路径识别，尚未充分挖掘其用于焊枪姿态自主规划的几何信息价值。动态自适应模式的焊枪姿态控制虽已成为智能焊接的关键突破方向，但涉及多变量耦合、空间几何建模等复杂挑战，技术难度显著高于焊接路径的在线控制。现有动态自适应方案仍存在以下不足：依赖预设焊接轨迹、未能实现焊接路径与焊枪姿态的协同识别与控制、主要集中于平面焊缝或已知三维模型的简单空间焊缝。

鉴于线激光视觉具有非接触、抗干扰能力强及三维空间目标识别能力等优势，研究人员以之作为核心技术途径，系统实现了从形态感知、轨迹规划到自主焊接的端到端工作流程，旨在建立面向多样复杂空间几何结构的高鲁棒性、高精度智能焊接解决方案。

**关键技术方法**

研究人员为开展此项研究所采用的主要关键技术方法包括：第一，线激光视觉辅助的GMAW系统硬件集成，包括视觉传感器、工业PC与安川焊接机器人的协同平台搭建及多任务控制软件开发；第二，基于CTGOM与APSO的相机标定优化方法，结合基于反向投影点云的光平面标定和基于球面几何的手眼标定，实现空间目标三维坐标的精准感知；第三，级联式空间接头三维逆建模框架，依次运用YOLOv11目标检测、CIICEA中心线提取、Pauta准则异常点剔除及K-QCBFA样条拟合算法；第四，基于点云几何微分的在线轨迹规划方法，通过构建坡口横截面局部基平面和母材切平面的局部微分几何，实现六自由度焊接轨迹的同步在线规划。验证实验选取未知空间几何配置的对接接头（试件A）和角接接头（试件B）作为测试对象。

**研究结果**

**线激光视觉辅助机器人GMAW系统开发**：研究人员自主设计并实现了线激光视觉辅助的机器人GMAW系统，硬件平台集成线激光视觉传感器（由CMOS相机、红色半导体激光器及窄带光学滤波器组成）、安川AR1440焊接机器人、RD350S弧焊机、YRC1000机器人控制柜及工业PC，各组件通过TCP/IP互联；控制软件涵盖接头几何感知、在线焊接轨迹规划及智能焊接等多任务执行功能。

**系统高精度标定策略**：建立了像素坐标系（O_PX_PY_P）、相机坐标系（O_CX_CY_CZ_C）、工具坐标系（O_HX_HY_HZ_H）和机器人基坐标系（O_BX_BY_BZ_B）之间的空间变换关系。所提出的相机标定方法集成CTGOM与APSO，结合光平面标定和手眼标定，使机器人对空间目标的感知达到0.1111 mm的平均绝对误差。

**空间接头三维形态级联逆建模**：建立了空间接头级联三维逆建模框架，依次采用YOLOv11进行接头检测与粗定位、CIICEA提取精细中心线、Pauta准则剔除异常点、K-QCBFA实现准均匀三次B样条拟合，完成接头三维形态的高精度重建。

**基于点云几何微分的在线焊接轨迹规划**：提出了基于点云几何微分的机器人焊接轨迹在线规划方法。通过构建坡口横截面局部基平面和母材切平面的局部微分几何，实现了未知空间几何结构全六自由度焊接轨迹的在线同步规划，克服了现有方法仅关注焊接路径而忽视焊枪姿态协同的局限。

**在线焊接验证实验**：以未知空间几何配置的对接接头和角接接头为测试对象进行验证。对接接头和角接接头焊接路径在线规划的RMSE分别为0.0829 mm和0.1334 mm，焊枪姿态的RMSE分别为0.7782°和0.8064°，验证了所提出方案的有效性。

**讨论与结论**

该研究提出的焊接轨迹规划方案通过焊接路径与焊枪姿态的在线同步规划，有效解决了未知空间几何结构自适应焊接的挑战。研究的主要结论包括：开发了基于线激光视觉的高精度机器人GMAW系统，实施了综合标定策略，所提出的CTGOM与APSO相机标定方法相比传统方法精度提升超过10.9121%；建立了空间接头级联三维逆建模框架，实现了接头几何形态的高精度重建；提出了基于点云几何微分的未知空间几何结构焊接轨迹在线规划方法，实现了焊接路径与焊枪姿态的自主同步生成；通过未知空间配置结构的全面实验验证了所提出在线焊接轨迹规划方案的性能，展现了其对复杂空间几何结构、多层多道焊及多种接头形式的优异适应性。该研究为智能焊接机器人实现全六自由度自主轨迹控制提供了重要理论基础和技术途径，具有重要的工程应用价值。