焊接机器人视觉识别系统分析总结

焊接机器人视觉识别系统分析总结：

      采用Eye-in-Hand的手眼模型建立焊接机器人的双目视觉系统。结合焊接机器人的特殊工作方式和工作环境，选择基于位置的视觉伺服控制作为视觉伺服控制系统的控制方法，实现了焊接机器人对焊缝的很好识别和跟踪。该研究能很好的弥补焊接机器人示教编程和离线编程的不足，促进智能化焊接机器人技术的发展，对我国工业自动化进程具有非常重要的意义。总结以上的研究和讨论，可以得到以下结论:

      1)通过研究分析不同的标定方法，最后采用张正友视觉系统标定原理，使用加州理工大学研发的标定工具箱，得到摄像头内、外参数;在此基础上对双目摄像头参数和手眼参数进行标定，得到双目摄像头参数和Eye-in-Hand手眼参数。针对MATLAB中Calib工具箱在标定过程中手动选取角点，改进角点提取算法并将其融合到Extract grid corners函数中，提高Calib工具箱的标定速率和易操作性。

      2)根据BumbleBee2双目摄像头采集的焊缝图像的特点，采用两个一维高斯滤波器来处理图像，得到平滑的图像。然后在此基础上提出一种梯度直方图图像分割方法，此方法无需对梯度方向进行计算，提高了图像处理的速度。采用全局滤波对分割后的图像进行滤波，得到焊缝的边缘。通过扫描每列像素得到焊缝的中心线，结合最小二乘法算出中心线的数学表达式。最后对左右摄像头的二维焊缝中心线图像分析并进行三维重建，得到焊缝在焊接机器人坐标系中的三维空间信息。

      3)结合焊接机器人工作的快速性、复杂性、适应性等要求，分析三种经典的视觉伺服控制方法的优缺点，选择了PBVS作为本论文视觉伺服控制系统的控制方法。 

      针对焊缝图像提出了一种梯度直方图图像分割方法，对焊缝的图像的分割效果较好，在此基础上采用PBVs系统对焊接机器人进行仿真，仿真结果比较理想。