車身焊點質(zhì)量檢測機器人視覺定位算法研究.pdf

1、隨著機器人技術(shù)、計算機、圖像處理及模式識別等技術(shù)的快速發(fā)展，基于視覺的工業(yè)機器人得到了越來越廣泛的應(yīng)用。其中，機器視覺是工業(yè)機器人獲知周圍環(huán)境信息的重要手段，能夠增強工業(yè)機器人的自主能力和靈活性。在汽車生產(chǎn)線上，傳統(tǒng)的車身焊點質(zhì)量檢測采用的是技術(shù)人員通過人工抽樣方式，手持檢測設(shè)備對焊點質(zhì)量進行檢測，這種方法效率低，嚴重影響汽車產(chǎn)能。針對上述問題，急需開發(fā)一套基于機器視覺的白車身焊點質(zhì)量檢測機器人系統(tǒng)，本文針對該系統(tǒng)的視覺定位算法進行研究

2、，主要工作內(nèi)容如下:
　　首先，根據(jù)白車身焊點質(zhì)量檢測機器人系統(tǒng)的工作原理和技術(shù)要求，設(shè)計了該系統(tǒng)的整體方案。選用日本安川公司的MOTOMAN-MH12型機器人作為工業(yè)機器人本體，以Smartek GC1392C工業(yè)攝像機和研華工控機為機器視覺硬件主體，構(gòu)建機器人系統(tǒng)軟件框架，搭建了整個白車身焊點質(zhì)量檢測機器人系統(tǒng)平臺。
　　其次，為了改善CCD攝像機拍攝的車身焊點圖像，對所拍攝的圖像進行了圖像預(yù)處理，主要包括圖像的灰度化、

3、中值濾波和圖像銳化。接著，提取焊點的邊緣特征，分析對比幾種經(jīng)典的邊緣檢測算子，發(fā)現(xiàn)小波極大值邊緣檢測算子以其更優(yōu)越的檢測效果而獲得采用。
　　然后，利用隨機Hough變換(RHT)算法實現(xiàn)圓弧的檢測，識別了圖像上車身焊點的中心位置之后，為了實現(xiàn)車身焊點在線智能識別分類，先提取車身焊點的圖像特征。通過分析焊點的圖像特征，并根據(jù)實際項目情況，決定采用灰度共生矩陣(GLCM)特征參數(shù)來描述焊點的圖像特征。針對車身焊點識別，在傳統(tǒng)的支持向

4、量機(SVM)的基礎(chǔ)上，采用基于粒子群優(yōu)化的模糊核聚類P-KFCM及SVM算法設(shè)計車身焊點分類器，成功實現(xiàn)了車身焊點與圓孔等其他干擾因素的區(qū)分。實驗結(jié)果表明該方法能有效地識別出車身焊點。
　　最后，對安川MH-12型機器人及其數(shù)學模型、手眼成像模型和相關(guān)坐標之間轉(zhuǎn)換進行了理論分析。以此為基礎(chǔ)，利用白車身焊點質(zhì)量檢測機器人系統(tǒng)平臺在Windows系統(tǒng)上的VC++6.0軟件環(huán)境和OpenCV圖像函數(shù)庫等軟件進行相關(guān)實驗，計算出圖像中焊