[发明专利]一种焊接机器人及其焊缝路径学习方法、系统在审

专利信息
申请号: 201710107897.1 申请日: 2017-02-27
公开(公告)号: CN106826832A 公开(公告)日: 2017-06-13
发明(设计)人: 程良伦;白亚男;吴建国 申请(专利权)人: 广东工业大学
主分类号: B25J9/16 分类号: B25J9/16;G06K9/54;G06K9/62
代理公司: 北京集佳知识产权代理有限公司11227 代理人: 罗满
地址: 510062 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 焊接 机器人 及其 焊缝 路径 学习方法 系统
【说明书】:

技术领域

发明涉及自动焊接技术领域,特别涉及一种焊接机器人及其焊缝路径学习方法、系统。

背景技术

焊接机器人是从事焊接(包括切割与喷涂)的工业机器人,是一种多用途的、可重复编程的自动控制操作机,具有三个或更多可编程的轴,用于工业自动化领域。

现有焊接机器人的焊缝路径学习主要是通过手动示教,手工编程等方式来完成。然而,手动示教与手工编程的步骤繁琐,需要消耗大量的人工成本和时间,学习效率非常低,并且需要相关人员具备较高的知识水平。

综上所述可以看出,如何减少焊缝路径学习过程所需的人工成本并提高路径学习效率是目前亟待解决的问题。

发明内容

有鉴于此,本发明的目的在于提供一种焊接机器人及其焊缝路径学习方法、系统,能够减少焊缝路径学习过程所需的人工成本并提高路径学习效率。其具体方案如下:

一种焊缝路径学习方法,包括:

获取焊缝图像;

对所述焊缝图像进行离散化处理,得到第一组焊缝点列信息;

将所述第一组焊缝点列信息映射成二维坐标信息,得到焊缝坐标信息;

对所述焊缝坐标信息进行拟合,得到拟合后坐标信息;

将所述拟合后坐标信息映射成相应的点列信息,得到第二组焊缝点列信息;

对所述第二组焊缝点列信息中缺失的点列信息进行填充重构,得到优化后的焊缝点列信息。

可选的,所述获取焊缝图像的过程,包括:

通过单目相机对焊缝进行图像采集,并判断采集到的图像是否为灰度图像,如果否,则将采集到的图像转换成灰度图像,得到所述焊缝图像。

可选的,所述对所述焊缝图像进行离散化处理的过程,包括:

对所述焊缝图像进行二值化处理,得到包含焊缝信息的二值化图像;

对所述二值化图像中的焊缝信息进行滤波,以去除焊缝信息中的噪声信息,得到滤波后图像;

对所述滤波后图像的焊缝进行等间隔的像素点提取操作,得到所述第一组焊缝点列信息。

可选的,所述将所述第一组焊缝点列信息映射成二维坐标信息的过程,包括:

将所述第一组焊缝点列信息保存为相应的稀疏矩阵;

分别将所述稀疏矩阵中每一非零元素所在的行位置和列位置作为该非零元素所对应的二维坐标,得到所述焊缝坐标信息。

可选的,所述对所述焊缝坐标信息进行拟合的过程,包括:

对所述焊缝坐标信息进行SVM拟合,得到所述拟合后坐标信息。

本发明还相应公开了一种焊缝路径学习系统,包括:

图像获取模块,用于获取焊缝图像;

图像离散化模块,用于对所述焊缝图像进行离散化处理,得到第一组焊缝点列信息;

第一映射模块,用于将所述第一组焊缝点列信息映射成二维坐标信息,得到焊缝坐标信息;

坐标拟合模块,用于对所述焊缝坐标信息进行拟合,得到拟合后坐标信息;

第二映射模块,用于将所述拟合后坐标信息映射成相应的点列信息,得到第二组焊缝点列信息;

点列重构模块,用于对所述第二组焊缝点列信息中缺失的点列信息进行填充重构,得到优化后的焊缝点列信息。

可选的,所述图像获取模块,包括:

图像采集单元,用于通过单目相机对焊缝进行图像采集;

图像判断单元,用于判断采集到的图像是否为灰度图像;

图像转换单元,用于当所述图像判断单元判定出所述图像采集单元采集到的图像为非灰度图像,则将采集到的图像转换成灰度图像,得到所述焊缝图像。

可选的,所述图像离散化模块,包括:

二值化单元,用于对所述焊缝图像进行二值化处理,得到包含焊缝信息的二值化图像;

滤波单元,用于对所述二值化图像中的焊缝信息进行滤波,以去除焊缝信息中的噪声信息,得到滤波后图像;

像素点提取单元,用于对所述滤波后图像的焊缝进行等间隔的像素点提取操作,得到所述第一组焊缝点列信息。

可选的,所述第一映射模块,包括:

点列信息保存单元,用于将所述第一组焊缝点列信息保存为相应的稀疏矩阵;

坐标确定单元,用于分别将所述稀疏矩阵中每一非零元素所在的行位置和列位置作为该非零元素所对应的二维坐标,得到所述焊缝坐标信息。

本发明进一步公开了一种焊接机器人,包括前述公开的焊缝路径学习系统。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710107897.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top