[发明专利]非平整面自主识别机器人增材成形的方法

权利要求书

1.一种非平整面自主识别机器人增材成形的方法，其特征在于，该方法包括如下步骤：

(1)将待增材填补的工件用夹具固定在变位机上；

将增材枪安装在机器人末端，将两个CCD摄像机按照镜头端面的法线与工件表面的法线成30°～45°的角度用夹具固定在增材枪两边；

(2)驱动两个CCD摄像机分别对整个工件表面采集图像，在整个工件表面进行寻找工件表面的缺陷；

(3)将CCD摄像机分别对整个工件表面采集的两幅图像中缺陷处的点进行立体匹配；

(4)控制器利用三维重建的方法重建缺陷的三维轮廓，并将其转换到机器人坐标系下；通过三角测量原理计算缺陷处共轭对点在两幅图像中的位置之差即视差，获得缺陷处空间点的三维坐标值，重建缺陷的三维轮廓；

(5)根据缺陷的三维轮廓生成相应的控制代码，确定增材枪的增材参数；控制器将重建的缺陷的三维模型与控制器内储存的模型参数作对比，得到具体的增材参数；

(6)控制器根据生成的控制代码驱动机器人带动增材枪到达指定的增材位置，增材枪根据给出的增材参数进行增材填补；

(7)增此填补完成后，再次驱动左右两个CCD摄像机对此处进行图像采集，控制器再一次重建此处的三维轮廓，以确定增材填补后的工件是否达标，若不达标则对此处进行再次增材填补，直到工件达标为止；

(8)若工件表面有多处缺陷，则依次按上述步骤对每处缺陷进行增材填补。

2.根据权利要求1所述的非平整面自主识别机器人增材成形的方法，其特征在于，驱动机器人带动末端的两个CCD摄像机到达工件表面正上方25cm～40cm处，获取宏观环境下工件表面的左右两幅图像，利用边缘检测算法根据图像灰度值的变化识别缺陷。

3.根据权利要求2所述的非平整面自主识别机器人增材成形的方法，其特征在于，边缘检测算法根据图像灰度值的变化识别缺陷具体选用基于Canny算子检测图像的边缘，通过边缘反映具体为图像灰度的不连续性，再通过边缘检测即为对图像灰度变化的度量、检测和定位。

4.根据权利要求1所述的非平整面自主识别机器人增材成形的方法，其特征在于，匹配方法具体为以一幅图像为基准图像，另一幅图像为待匹配图像，以缺陷处图像的边缘点为基元利用边缘、图像灰度信息协同的匹配方法对两幅图像中缺陷处的点进行匹配。

5.根据权利要求4所述的非平整面自主识别机器人增材成形的方法，其特征在于，对缺陷处的空间点进行立体匹配时，根据外极线约束条件，得到多个可能的匹配点；利用边缘的方向和强度信息可进一步精简候选匹配点，若仍未得到唯一的匹配点，再利用原图像中的丰富灰度信息对每一个剩下候选匹配点的边缘象素进行检验，从而得到唯一正确的匹配点。

6.根据权利要求1所述的非平整面自主识别机器人增材成形的方法，其特征在于，控制器给出的增材参数主要包括焊接电流、焊接速度、送丝速度。

7.根据权利要求1所述的非平整面自主识别机器人增材成形的方法，其特征在于，机器人末端的增材枪根据给出的增材参数进行增材填补；当缺陷的位置较为复杂时，可驱动机器人与变位机协调配合调整角度，以使增材枪进行增材填补。