基于視覺傳感的焊縫跟蹤技術（二）

　　為了驗證圖像處理算法的精度， 采用了激光測距傳感器對焊縫的實際位置進行了精確定位。

　　在工裝一側豎立一塊表面光滑且與焊縫平行的金屬板， 然后對機器人示教一條準確的沿焊縫路徑，并在變形不大的厚板上進行試驗。 起弧后， 激光測距傳感器開始工作， 得到實時焊縫位置， 并與經過圖像處理所得到焊縫位置進行對比， 結果如圖3 所示， 中部的水平直線為示教焊縫路線， 折線為經過圖像處理算法糾偏的焊槍實際路徑。

　　對比顯示， 本文中圖像處理算法所得到的焊縫位置與實際焊縫位置的誤差在 0. 15 mm 以內。

　　綜上所述， 根據試驗分析和計算機數字圖像處理本身固有的誤差， 可以確定本文研究的焊接過程的圖像處理方法的精度能夠控制在 0. 15 mm 范圍內， 完全滿足實際焊接的需求。

　　1. 3 焊縫跟蹤原理及實現(xiàn)

　　跟蹤方法原理是， 固定視覺傳感器在焊槍正前方， 通過直接觀察焊槍與焊縫中心線的位置關系， 提取偏差信息， 輸出糾偏控制電壓。

　　由于鋁合金具有較強的反光性， 在熔池前端區(qū)域有一個反光區(qū)， 檢測的間隙與實際間隙大小差異很大， 甚至無法看清， 所以， 本次項目檢測的焊縫中心距離熔池中心具有一定距離， 需通過曲線擬合的方法才能計算出當前焊接位置的焊槍與焊縫中心的偏差量， 如圖4 所示。

　　1. 4 控制器設計

　　1. 4. 1 糾偏電壓與糾偏量關系建模

　　由于首鋼Mo toman 系列機器人糾偏卡是不開放的， 無法得知其運動細節(jié)， 建?？梢允乖撨^程簡單化。 對糾偏系統(tǒng)進行建模后， 使用Mat lab 的Simulink 工具對控制器進行離線設計。 經過試驗， 在機器人運動過程中，在單位時間內隨機給出不同的糾偏電壓， 并記錄該糾偏電壓下的偏差量。 選取連續(xù)的3 組共383 對數據作為樣本空間。 使用Mat lab 對3 組數據進行建模， 得到了1 個線性回歸模型， 其對3 組數據都有很高的適配度， 分別為82. 3% ， 97. 16% 和95. 99%.

　　1. 4. 2 模糊PID 控制器設計

　　為了研究糾偏對焊接效果的影響， 分別用1 V、1. 5 V、2 。 5 V、3 V 的恒定糾偏電壓信號進行糾偏。 試驗表明， 糾偏電壓為1 V 時， 由于糾偏力度太小， 雖然在執(zhí)行糾偏， 但是偏差仍舊越來越