[发明专利]一种基于点云的钢格板焊缝自动检测方法

说明书

本发明公开了一种基于点云的钢格板焊缝自动检测方法，包括以下步骤：步骤S1，获取焊缝数据；步骤S2，点云降采样；步骤S3，分割出框面点云集；步骤S4，分割出焊面点云集；步骤S5，确定框面；步骤S6，确定焊面和焊缝起始端；步骤S7，确定起始焊点、中间焊点、结束焊点和安全点；步骤S8，坐标转换。本发明具有针对钢格板焊缝进行检测时精度高，在强烈弧光、飞溅和电弧噪声等干扰下准确地提取出焊缝位置，特征点位置，具有抗干扰能力强、识别准确等优点。

技术领域

本发明属于焊缝检测技术领域，具体涉及一种基于点云的钢格板焊缝自动检测方法。

背景技术

焊接技术已经成为广泛使用的连接方式之一，主要应用在宇宙航天领域、电子制造领域、机械制造领域以及船舶制造领域等。然而，焊接的现场环境十分的恶劣，在焊接时焊枪所产生的有害气体和焊接时焊枪所产生的刺眼弧光，非常的容易使焊工们的生命安全受到威胁。随着人口老龄化，焊接工人逐年减少，焊接需求却在逐年增加，传统的人工焊接无法承担当前社会的需求。

而随着人工智能行业以及电子制造技术的发展为焊接行业提供了新思路和新技术，人工智能将会为实现焊接自动化、智能化提供更强有力的技术支撑，能够解决新时代焊接需求，而焊缝检测技术是实现焊接自动化与智能化的关键技术。高效精确的焊缝识别与检测对于实现第三代自主式智能焊接机器人具有极大的工程实际意义。

随着制造行业自动化进程的迅速发展，金属焊接成为生产过程中必不可少的环节。钢格板作为其中一种需求量较大，使用范围较广的一种特定类钢件，其焊缝检测技术，也更加被社会所需要。

发明内容

针对现有技术中的不足与难题，本发明旨在提供一种基于点云的钢格板焊缝自动检测方法，针对钢格板设计的焊缝检测方法能够实现高精度的检测，本发明具有针对钢格板焊缝进行检测时精度高，在强烈弧光、飞溅和电弧噪声等干扰下准确地提取出焊缝位置，特征点位置，具有抗干扰能力强、识别准确等优点。

本发明通过以下技术方案予以实现：

一种基于点云分析的钢格板焊缝自动检测方法，具体包括以下步骤：

步骤S1，获取焊缝数据，利用工业相机和红外激光线对钢格板进行扫描，获得焊缝数据；

步骤S2，点云降采样；

读取数据，使用VoxelGrid体素滤波器对读取的点云数据进行降采样，以便提高后续操作计算速度；

步骤S3，分割出框面点云集；

使用SACMODEL_PLANE模型，利用随机采样一致性算法(RANSAC)算法提取点云中较大的平面，RANSAC通过反复选择数据中一组随机子集来达到目标，所以并不能保证结果一定正确；步骤S1获得了足够多的数据，且钢格板的规格基本一致，获取的数据也较为典型，在不过千的迭代次数中，足以提取出最佳点云平面，通过Segmentation不断对点云数据进行提取分割，并获取平面的参数数据；在剩余不到60％点云数据时，则不再使用基于随机采样的分割方法。如此，一般则将钢格板长的一面和激光扫到的底面分割出来，后续需要对这一步分割出的平面进行判断，以确定唯一的框面，以检测出需要得到的钢格板焊缝；

步骤S4，分割出焊面点云集；

使用统计滤波器StatisticalOutlierRemoval对余下的不到60％的点云数据进行滤波，去除离群点，以便后续进一步将焊缝另一边的平面完整分割出来；滤波后对剩下的点云进行欧式聚类分割，对于空间中的一点P，通过Kd-Tree临近搜索算法找到K个距离P点最近的点，这些点中距离小于设定阈值的便聚合到集合Q中；若Q中元素不在增加，整个聚类过程便结束；否则，在选取集合Q以外的点，重复上述过程，直到Q中元素不在增加，这样将焊缝另一边的平面完整分割出来，但也会分割出其他杂质，后续将进一步排除杂质；分割点云同时使用随机采样平面模型估计分割出的点云平面模型参数；