本發(fā)明屬于機器人焊接智能自動化領(lǐng)域，特別是涉及一種基于激光跟蹤的二維焊縫起始點尋位方法。

背景技術(shù)：

1、為應(yīng)對制造業(yè)高質(zhì)量、高效率發(fā)展以及智能制造深化改革的必然趨勢，開發(fā)焊接智能化和自動化以成為提高焊接質(zhì)量與效率的關(guān)鍵手段，其中焊縫自適應(yīng)跟蹤是實現(xiàn)焊接智能化和自動化的關(guān)鍵技術(shù)。面向如今待焊工件的焊縫有直線焊縫、直角焊縫、s型焊縫、曲線焊縫等多樣化形式，實現(xiàn)v型、i型、y型、搭接型等焊縫坡口精準(zhǔn)感知焊縫起始點已成為制約工件高質(zhì)量焊接的重要因素。因此，亟需突破焊縫起始點自動尋位與焊接軌跡自適應(yīng)跟蹤技術(shù)。

2、目前，針對常規(guī)工業(yè)生產(chǎn)場景，應(yīng)用焊接機器人在焊縫起始點定位方面的主要方法有：首先，采用示教再現(xiàn)的工作方式，若改變待焊工件的尺寸或位置則需要重新示教，故有著勞動強度大、工作效率低等缺點。其次是通過設(shè)計工裝夾具進行焊縫起始點的定位，由于工件加工過程中出現(xiàn)裝夾誤差也會導(dǎo)致起始點定位不準(zhǔn)確等問題。最后是通過采用視覺傳感器例如ccd相機拍攝焊縫圖像并通過相關(guān)算法尋求焊縫起始點，但由于生產(chǎn)環(huán)境中存在焊接工作交互的形式，故會產(chǎn)生弧光、熔池飛濺、火花等現(xiàn)象，從而導(dǎo)致ccd相機在成像方面產(chǎn)生多種噪聲、焊接工作效率低。

技術(shù)實現(xiàn)思路

1、為解決上述問題，本發(fā)明提供一種基于激光跟蹤的二維焊縫起始點尋位方法，以適用于所有二維焊縫以及坡口類型，不受交互工作環(huán)境所產(chǎn)生的弧光、熔池飛濺、火花等影響，可適用于工況惡劣以及人工所接觸不到場景中，提高了焊接的高效性、魯棒性和精確度。

2、本發(fā)明提供一種基于激光跟蹤的二維焊縫起始點尋位方法，包括：

3、s1：利用激光傳感器沿焊縫的沿伸方向逐幀掃描待焊工件；

4、s2：將每次掃描得到的激光條紋轉(zhuǎn)換為點云數(shù)據(jù)；

5、s3：將每次掃描得到的激光條紋輸入訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)分類器識別焊縫坡口的類型，并根據(jù)焊縫坡口的類型和轉(zhuǎn)換后的點云數(shù)據(jù)選擇中值法或霍夫變換提取焊縫坡口的特征點；

6、s4：當(dāng)焊縫坡口的特征點數(shù)量達到設(shè)定的閾值，則控制激光傳感器停止掃描待焊工件；

7、s5：利用基于隨機采樣一致性的正交回歸法將提取的所有焊縫坡口的特征點擬合為直線；根據(jù)擬合的直線計算得到激光傳感器坐標(biāo)系下焊縫的起始點坐標(biāo)。

8、進一步地，所述焊縫坡口的類型包括：連續(xù)型和不連續(xù)型；針對連續(xù)性型的焊縫坡口采用霍夫變換提取焊縫坡口的特征點；針對不連續(xù)型的焊縫坡口采用中值法提取焊縫坡口的特征點。

9、進一步地，所述采用中值法提取焊縫坡口的特征點包括：

10、s311：計算點云數(shù)據(jù)中任意相鄰兩點之間的距離δii＝xi-xi-1；其中，xi為點云數(shù)據(jù)中第i個點的坐標(biāo)值，xi-1為點云數(shù)據(jù)中第i-1個點的坐標(biāo)值，i∈{2,3,…,n}，n表示點云數(shù)據(jù)中點的數(shù)量；

11、s312：遍歷點云數(shù)據(jù)中所有點，定義δii的最大值為δimax，并令δimax對應(yīng)的兩個相鄰點為特征點c和特征點a；

12、s313：根據(jù)特征點a和特征點c的坐標(biāo)值，采用中值法計算得到焊縫坡口的特征點b終；故焊縫坡口的特征點b終的坐標(biāo)值為(xb,zb)其中

13、進一步地，所述采用霍夫變換提取焊縫坡口的特征點包括：

14、s321：將點云數(shù)據(jù)中縱坐標(biāo)最大的點作為點b始；

15、s322：將點云數(shù)據(jù)的第一個點作為左端點l，將點云數(shù)據(jù)中最后一個點作為右端點r；將點r和點b始相連的直線作為右基準(zhǔn)直線；計算點r和點b始之間各點到右基準(zhǔn)直線的最短距離，并選擇距離最大的點作為c點；

16、s323：將點l和點b始相連的直線作為左基準(zhǔn)直線；計算點l和點b始之間各點到左基準(zhǔn)直線的最短距離，并選擇距離最大的點作為a點；

17、s324：將點云數(shù)據(jù)分為la段、ab始段、b始c段和cr段，采用霍夫變換將ab始段和b始c段分別擬合為直線，ab始段直線和b始c段直線的交點即為焊縫坡口的特征點b終。

18、進一步地，所述利用基于隨機采樣一致性的正交回歸法將提取的所有焊縫坡口的特征點擬合為直線包括：采用隨機采樣一致性算法濾除部分噪聲焊縫坡口的特征點；利用正交回歸法將剩余的焊縫坡口的特征點擬合為直線。

19、進一步地，所述采用隨機采樣一致性算法濾除部分噪聲焊縫坡口的特征點包括：

20、s511：在提取的所有焊縫坡口的特征點中隨機抽取2個特征點，將2個特征點相連構(gòu)成直線l；計算其余焊縫坡口的特征點距離直線l的最短距離，若最短距離小于設(shè)定閾值d，則將該點定義為局內(nèi)點并存儲在數(shù)據(jù)集bjin中進行保存；

21、s512：判斷當(dāng)前迭代次數(shù)是否大于最大迭代次數(shù)m，若是則執(zhí)行步驟s514，反之則執(zhí)行步驟s513：

22、s513：重復(fù)執(zhí)行步驟s511-s512；

23、s514：提取出迭代過程中局內(nèi)點數(shù)量最多的數(shù)據(jù)集bjin作為最優(yōu)的數(shù)據(jù)集bmax，將不屬于數(shù)據(jù)集bmax的焊縫坡口的特征點作為噪聲點進行濾除。

24、進一步地，所述最大迭代次數(shù)m包括：

25、

26、其中，η0為可信度，ε為局內(nèi)點占所有樣本點的比例，e＝2為模型估計的最小點數(shù)；log表示自然對數(shù)。

27、進一步地，所述利用正交回歸法將剩余的焊縫坡口的特征點擬合為直線包括：

28、s521：定義剩余的焊縫坡口的特征點集合為p，目標(biāo)直線為z＝a+bx，以集合p中所有的點到直線z＝a+bx的最短距離之和最小為優(yōu)化目標(biāo)構(gòu)建目標(biāo)函數(shù)其中，n表示集合p中點的數(shù)量；xj和zj表示集合p中點j的坐標(biāo)；b表示直線的斜率；a表示直線的截距；

29、s522：對目標(biāo)函數(shù)求偏導(dǎo)，即求和并令：

30、

31、求得最終擬合直線的截距斜率其中，

32、進一步地，所述根據(jù)擬合的直線計算得到激光傳感器坐標(biāo)系下焊縫的起始點坐標(biāo)包括：將特征點集合p中第一個特征點的x坐標(biāo)作為起始點的x坐標(biāo)，令x等于x值帶入擬合的目標(biāo)直線z＝a+bx中求得起始點的z坐標(biāo)，則起始點在激光傳感器坐標(biāo)系下的二維坐標(biāo)為(x，z)；再根據(jù)第一次提取到焊縫坡口的特征點時激光傳感器的掃描幀數(shù)計算起始點的y坐標(biāo)，得到激光傳感器坐標(biāo)系下焊縫起始點的三維坐標(biāo)(x,y,z)。

33、本發(fā)明至少具有以下有益效果：

34、本發(fā)明通過激光傳感器對待焊工件進行精確的掃描，能夠高效獲取待焊工件的二維點云數(shù)據(jù)；通過預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)分類器得到焊縫坡口的類型并提取焊縫坡口的特征點；通過隨機采樣一致性的正交回歸法擬合出的直線，確保了提取焊縫起始點的精確性與時效性，避免由于誤差導(dǎo)致起始點定位不準(zhǔn)確等問題；本發(fā)明通過激光雷達掃描得到點云數(shù)據(jù)，能夠適應(yīng)不同尺寸和不同大小的焊縫進行起始點尋位，本發(fā)明不僅提高了焊縫起始點自動尋位的魯棒性和泛化性，針對不同的焊縫不再需要進行重復(fù)的示教再現(xiàn)工作，同時通過激光傳感器掃描定位的方式克服了弧光、熔池飛濺、火花等對起始點定位的影響，顯著提升了焊接機器人自動焊接的效率，尤其適用于工程上常見的二維焊縫及各類焊縫坡口且不受工況惡劣、人工所接觸不到的工業(yè)場景等影響。