基于激光视觉的焊缝跟踪系统
一、焊缝自动跟踪系统构成
基于激光视觉传感,具有主动性、非接触、能获取物体的三维信息、灵敏度精度高、抗电磁场干扰能力强等优点,被认为是焊缝检测的主要发展方向。

线激光法是一种直接获取深度图像的方法,它可以获取焊缝的二维半信息。

基于激光视觉的焊缝跟踪系统如图1所示，主要有3个组成部分，分别是视觉传感、图像处理和跟踪控制。

CCD摄像机垂直对准工件,激光器倾斜布置，激光器打出的激光,经柱透镜形成一光片照射到工件上形成一条宽度很窄的光带。

当该光带被工件反射或折射后,经滤光片保留激光器发出的特定波长的光,而滤除其他波长的光,最后进入CCD摄像机成像。

由于坡口各处与工件在垂直方向深度不同,故从垂直工件的方向看去,反射光成一折线,折线反映了光纹中心与焊缝坡口中心的三维位置关系。

计算机对采集图像进行图像预处理，减少图像中的噪声污染，并加强焊缝特征信息信号，通过一定的算法提取焊缝特征点，得到焊缝与电弧偏差。

此偏差作为跟踪控制系统的输入条件，依据控制算法进行处理，最后获得驱动信号控制焊炬运动，实现焊缝跟踪过程实时控制。

图像采集卡
图像预处理
焊缝识别
控制器
驱动系统
焊机控制
工件
激光器摄像机
滤光片
焊炬
焊缝
柱透镜
图1 系统构成
二、焊缝自动跟踪硬件设计
1.激光器
在本系统中决定采用半导体激光器。

半导体激光器是以半导体为工作介质，具有超小形、高效率、结构简单、价格便宜、工作速度快、波长范围宽等一系列优点。

本视觉系统中采用的激光器是红光一字线激光器，由点激光二极管发光通过一柱透镜变换成直线形的激光条纹。

有文献通过测量MIG焊弧光的光谱范围，提出弧光的范围为150～970nm。

通过比较弧光波长与普通激光二极管波长，认为弧焊传感器中所用激光二极管的中心波长最好为467nm，594nm，610nm，632nm和950nm。

从而可选择适当波长的激光感器以减少弧光对
激光的干扰。

参考多篇文献，本系统选用弧光干扰最小中心波长650 nm 的条形半导体激光器。

2. 摄像头CCD 和滤光片
本系统采用面阵型CCD 工业摄像头，主要考虑其性能稳定，工作可靠的特点，要求CCD 尺寸1/3"，帧率25fps 以上。

采用中心波长650 nm 的窄带滤光片（配合激光器光源的中心波段）安装在CCD 摄像机的镜头前，其能有效地排除焊接区弧光的干扰，防止焊缝的特征信号被弧光淹没。

滤光片既能保证激光顺利进入CCD ，又可以达到最大的信噪比。

本系统视觉采集系统布局采用激光器倾斜照射，摄像机垂直接收的方式。

这样1）由于激光器偏转一定的角度，而且角度可以任意调整，使得激光束可根据需要以任意距离投射到熔池前沿。

而CCD 垂直拍摄可以最大限度避开弧光区的干扰；2）激光器、CDD 及焊枪三者在空间上的相对位置，使得拍摄的图像可以非常清晰地反映焊缝和焊枪的相对位置在左右和高度上发生偏差的情况，特别是在高度偏差上显得更加直观。

3. 辅助装置
● 冷却吹灰装置
为保证CCD 和激光器在强热的周边环境下稳定长时间正常的工作，可考虑设计一个冷却吹灰系统。

采取循环冷却水方式，并设计由热敏电阻组成自动温控系统，当传感器内部温度高于CCD 和激光器正常工作温度，自动切断CCD 和激光器的电源并报警。

焊接过程中还伴有强烈的弧光、飞溅和烟尘，特别是烟尘可能导致整个图像充满白色而根本无法辨清激光条带，从而增加焊缝图像预处理的难度。

设计吹灰系统可采取在焊炬和传感器的中间吹入空气，这样就基本上排除了烟尘对图像的干扰，也减少了弧光和飞溅对图像造成的干扰。

● 挡光板和防飞溅透明片
由于弧光和飞溅干扰，通过CCD 摄像机采集的焊缝坡口图像将难于辨认，大大增加了图像处理的难度，在传感器和焊炬之间设计安装了一块防飞溅挡板，挡光板可以阻挡焊接时一部分的弧光和飞溅进入CCD 的拍摄范围，从而减少它们对采集图像的影响。

防飞溅透明片的功能是防止焊接时的飞溅损伤柱透镜和滤光片，并防止焊接时的烟尘影响激光的质量和CCD 摄像机拍摄图像的质量。

三、焊缝自动跟踪系统软件设计
本软件系统采用Visual C++开发，软件系统的结构如图2所示。

软件系统由四大模块组成：图像采集模块、图像处理模块、图像检测/识别模块和焊缝信息提取模块。

图2 软件系统结构
图像采集 图像处理 焊缝位置信息
图
像
预
处
理 图像分割 图像 形态学 处 理 焊缝特 征 提 取
图像识别 图像增强 图像滤波
1.图像处理
由于在图像的采集过程中存在着大量的噪声信号，在图像的传送和转换过程中也会造成图像质量的降低，因此图像处理一般首先应用滤波技术和恢复技术对图像进行降噪处理和图像复原，即进行图像预处理，降低弧光、飞溅、电噪声等干扰信号的影响，增强图像特征信息。

为满足实时图像处理快速性要求，采用空间域方法直接对图像象素进行运算，常采用直方图修正、邻域平均法、中值滤波法等。

本系统可采用中值滤波法，其是一种非线性的处理方法，它用来抑制图像中的噪声而不使其边缘模糊。

图像分割是将数字图像分割为互不相交（不重叠）区域的技术和过程，它一般把灰度图像变换为二值图像。

图像分割是图像分析中的关键问题，通过图像分割可以提取图像中感兴趣的区域或景物。

本系统图像分割的方法有自适应阈值分割和边缘检测。

对于分割后的图像，接着进行图像后处理，以便于提取物体的信息。

对于焊缝图像来说，图像后处理包括细化，去除伪边缘，直线拟和等。

边缘检测处理后的图像边缘较粗，对其进行细化处理以便于提取焊缝边缘。

在边缘细化后，图像可能存在小的孤立点和孤立区域，这些点和区域对整个系统来说是一种噪声，需要滤掉。

提取焊缝中心一般是通过垂直于焊缝方向扫描来获取焊缝边缘点作为特征点，然后计算出焊缝中心坐标。

实际的焊缝在小范围内可近似为一条直线，此时可利用一些数学方法（如最小二乘法）拟合出焊缝轨迹坐标。

2.焊缝特征提取
提取焊缝特征的目的是焊缝的自动跟踪及为焊接参数的控制等提供所需要的信息。

视觉传感器及其低层处理提供了被采集焊缝的表面轮廓，选取什么样的焊缝特征和采用什么样的特征提取算法取决于实际的焊缝形式和应用需要。

其中特征参数提取的过程和算法也具有一定的共性。

需要在较高层次上描述焊缝的轮廓，进而提取焊缝信息。

算法要具有实时性，结果要具有高精度。

描述焊缝，最重要的是找到拐点，确定了拐点即可描述判断焊缝了，提取焊缝的特征参数。

对一些常见的焊缝类型，如V形、U形、对接、搭接、角接和有间隙的V形焊缝，研究其特征点的判断识别方法，以便提取焊缝特征参数。

四、焊缝跟踪控制系统的设计
焊缝跟踪控制系统主要由工控机、运动控制卡、步进电动机、步进电机控制器、行走机构以及行走机构控制器等组成。

本系统选择激光视觉传感器作为焊缝自动跟踪系统的传感器，采集接缝表面信息通过图像采集卡输入到计算机中，然后通过计算机分析处理该信息得出控制信号，并通过运动控制卡将控制信号传达到步进电机驱动行走机构的两个轴，以控制焊枪的运动。

系统搭建好之后，必须要对CCD摄像机进行标定，即确定CCD相面各像素点对应的测量距离与实际距离之间的映射关系。