[發明專利]焊縫運動軌跡的自動示教方法和裝置有效
| 申請號: | 201910140444.8 | 申請日: | 2019-02-25 |
| 公開(公告)號: | CN109903279B | 公開(公告)日: | 2022-11-18 |
| 發明(設計)人: | 王柯;戚驍亞;齊立哲;劉建都;劉旭;李夢煒 | 申請(專利權)人: | 北京深度奇點科技有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/11;G06T7/70;G06N3/04 |
| 代理公司: | 北京謹誠君睿知識產權代理事務所(特殊普通合伙) 11538 | 代理人: | 延慧 |
| 地址: | 100089 北京市海淀區知春路甲*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 焊縫 運動 軌跡 自動 方法 裝置 | ||
本申請涉及一種焊縫運動軌跡的自動示教方法和裝置;所述方法包括:獲取待焊接物體的彩色圖像和三維點云圖像;對所述彩色圖像進行處理,定位出焊縫區域;根據所述彩色圖像與所述三維點云圖像之間的對應關系,在所述三維點云圖像中提取出焊縫區域的局部點云圖像;根據提取的所述局部點云圖像確定焊縫的起點和終點。該方法針對不同擺放姿態、不同焊縫形狀的角接直焊縫焊接物體,均能自動提取出待焊接焊縫,避免了焊接過程中大量的人工示教重復操作;該方法使用人工智能和傳統方法結合的技術方案,大大增強了焊縫檢測和定位的精確度和魯棒性。
技術領域
本申請涉及機器人控制技術領域,具體涉及一種焊縫運動軌跡的自動示教方法和裝置。
背景技術
焊接機器人在當前的工業生產中應用特別廣泛,目前在所有的工業機器人中,用于焊接的機器人占比可達40%以上。
用焊接機器人進行作業時,必須預先對機器人發出指令,規定機器人應該完成的動作和作業的具體內容,這個指示過程稱之為對機器人的示教,或者稱之為對機器人的編程。對機器人的示教內容通常存儲在機器人的控制裝置內,通過存儲內容的再現,機器人就能實現人們所要求的動作和要求人們賦予的作業內容。
示教內容主要由兩部分組成,一是機器人焊縫運動軌跡的離線示教,二是機器人作業條件的離線示教。機器人焊縫運動軌跡的離線示教主要是對為了完成某一作業,焊絲端部所要運動的軌跡,包括運動類型和運動速度的示教。機器人作業條件的示教主要是為了獲得好的焊接質量,對焊接條件進行示教,包括被焊金屬的材質、板厚、對應焊縫形狀的焊槍姿勢、焊接參數、焊接電源的控制方法等。
相關技術中,上述機器人焊縫運動軌跡離線示教方法針對不同焊縫,需要通過人工將焊縫焊接軌跡全部示教出來。當焊接工件的結構或焊縫形狀及位置變化較大時,離線示教會耗費大量的人力成本和時間成本;由于加工誤差的存在,同一種結構工件及焊縫也存在一定差異,使用離線示教的軌跡可能會影響焊接質量。
近年來,深度學習在圖像識別、立體視覺等領域取得了突飛猛進的成果。傳統的焊接機器人迫切需要采用最新的AI技術來提高勞動生產率,提高焊接質量。
發明內容
為至少在一定程度上克服相關技術中存在的問題,本申請提供一種焊縫運動軌跡的自動示教方法和裝置。
根據本申請實施例的第一方面,提供一種焊縫運動軌跡的自動示教方法,包括:
獲取待焊接物體的彩色圖像和三維點云圖像;
對所述彩色圖像進行處理,定位出焊縫區域;
根據所述彩色圖像與所述三維點云圖像之間的對應關系,在所述三維點云圖像中提取出焊縫區域的局部點云圖像;
根據提取的所述局部點云圖像確定焊縫的起點和終點。
進一步地,所述對所述彩色圖像進行處理,包括:
使用卷積神經網絡對所述彩色圖像進行處理,所述卷積神經網絡是預先訓練的卷積神經網絡模型。
進一步地,所述使用卷積神經網絡對所述彩色圖像進行處理,包括:
通過第一神經網絡對所述彩色圖像進行處理,得到焊縫區域在所述彩色圖像中的矩形區域位置;
通過第二神經網絡對所述矩形區域內的圖像進行處理,得到焊縫區域。
進一步地,所述第一神經網絡為物體檢測神經網絡,所述第二神經網絡為物體分割神經網絡。
進一步地,所述彩色圖像與所述三維點云圖像之間的對應關系為:像素坐標之間的對應關系。
進一步地,所述在所述三維點云圖像中提取出焊縫區域的局部點云圖像,包括:
將所述彩色圖像的像素的坐標轉換為齊次坐標形式;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京深度奇點科技有限公司,未經北京深度奇點科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910140444.8/2.html,轉載請聲明來源鉆瓜專利網。





