译文.docx
- 文档编号:10234810
- 上传时间:2023-02-09
- 格式:DOCX
- 页数:22
- 大小:1.05MB
译文.docx
《译文.docx》由会员分享,可在线阅读,更多相关《译文.docx(22页珍藏版)》请在冰豆网上搜索。
译文
实时的激光仪器视觉系统的发展来监测和控制焊接过程。
原作者WeiHuang&RadovanKovacevic译者李强
——收稿日期:
2010/4月接受日期:
2012年1月5日/发表时间:
2012年2月5日#施普林格出版社伦敦有限公司2012
[摘要]在本次研究中,激光焊接仪器视觉系统已经开发,并实施于监测和控制焊接过程。
系统主要由三个模块组成:
一个激光视觉模块,一个图像处理模块和一个多轴运动控制模块。
激光视觉传感器是以激光三角测量原理为基础设计和制作的。
通过在LabVIEW开发和实施新的图像处理算法,图像处理模块能够处理视觉传感器拍摄的图像,识别不同类型的焊接处,并且监测特征点。
以监测到的特征点为基础,焊接处的位置特征和几何信息,诸如深度,宽度,板的不匹配和横截面积都可以实时获取和监测。
同时,不断的把这些数据输入到多轴运动控制模块,通过自动适应调整焊炬相对于焊缝的深度以及宽度位置的变化来实现非接触的焊缝跟踪。
为了焊接过程的监测和焊后的质量检查,焊接接头的3D轮廓也可以实时获取。
结果表明,先进的激光仪器视觉系统可以很好地适用于焊缝几何特征,焊缝跟踪,以及3D特征的测量。
[关键词]焊接激光三角测量机器视觉焊缝跟踪获取特征质量检验
1.引言
这几年,激光仪器视觉系统已经被广泛研究和开发在不同的制造工艺。
激光仪器视觉系统的功能可以使制造工序自动化并且大大提高质量和生产率,并且使学术界和工业都产生了很大的兴趣。
金工业正在使用的焊接工艺,连接两个或更多的含金或非含金部分也急需焊接工艺的质量和生产率。
作为焊接工艺的重要事项之一,焊缝追踪对质量和生产力至关重要。
首先,焊缝追踪需要满足焊接工艺的完全自动化。
如今,在工业上操作的大多数焊接机器人在示教回放模式下工作,在此模式上焊枪的位置和运动路径是预定的并且逐点教导。
与焊缝自动跟踪相比,示教回放模式是费时的,低效率的,并且适应力低。
其次,在焊接的准备阶段期间,像激光和等离子的现代技术通常用于切割缝槽的轮廓。
然而,总是有不可避免的切割变化,需要用焊缝追踪来自动调整焊枪的位置以检测最佳焊接路径来补偿。
另一个要求焊缝自动追踪的理由是补偿由于热变形和重力异常的焊接变形。
除了焊缝追踪,为了提高焊接质量,焊接处不同的几何特征也需要被监测。
因此,焊接参数需要自动调整。
为了应对这些提高质量和生产率不断增加的要求,焊接行业通过使用先进的传感器和控制设备来寻找新的解决方案。
作为一种非接触式传感器技术,激光仪器视觉系统被广泛研究和开发。
基于激光三角测量原理,激光仪器视觉系统首先被开发应用于一维空间测量距离。
如图1所示,传感器通常由一个激光发生器,一个图像接收器,和一个聚焦透镜组成。
高品质的激光束是由一个低功率的二极管激光器产生,并且激光束被投射到目标表面上。
激光在目标表面散射,并反射到不同的方向。
作为一个图像接收器,用互补金属氧化物半导体(CMOS),或者电荷耦合摄像机来收集反射的激光。
因此,目标表面上的激光点将会在图像接收器上的某一位置成像。
在图像接收器前面,一个聚焦透镜放在位于图像接收器特定的距离和角度,使从不同距离反射回来的激光光斑始终集中到图像接收器。
基于几何光学的数学关系式,激光视觉传感器和目标的距离可以被精准地确定。
如果图像接收器有很高的分辨率并且传感器本身是以几何光学精确设计的,那么测量精度可以达到很高并且可以调整。
[3]
图1激光三角测量原理。
通过推广从一维空间到二维空间的激光视觉传感器的设计原则,是结构光激光条纹,而不是聚光束投射到目标的表面上。
因此,获得和处理按照目标轮廓投射的激光条纹的图像,可以获得目标的位置信息和几何特征。
焊接行业中,焊接处获得的位置信息,在焊接过程中可以引导焊枪按照最佳焊接路径焊接,可以补偿焊接处宽度和深度的变化。
[4–6]同时,可以将得到的焊接处的几何特征,如宽度,深度,匹配信息和横截面积,反馈给自动控制系统参数并且提高焊接质量和生产率。
[7–9]除了焊缝跟踪和自动控制,激光仪器视觉系统可以作为测量工具和三围表面轮廓仪,在焊接的过程监测和焊后的质量检验发挥作用。
虽然激光仪器视觉系统比起传统的传感器有很多优点,但是它也面临着一些疑问。
激光仪器视觉系统最重要的问题是图像处理算法的效率。
这个问题始终都很重要,因为它是限制该系统性能的主要因素。
对于在焊接过程中的应用,图像处理系统要能够获得有用的定位信息和焊接处的几何特征。
要获得次信息,像槽的角点这样的焊接处特征点需要被有效且精准的提取。
现在主要检测焊接处特征点的算法有模式识别,Hough变换和线性拟合。
模式识别使用预定义模板匹配焊接处的几何特征,以便截取焊缝的特征点。
通过使用模式识别,卷积运算的加入明显增加了运算负载。
另一方面,Hough转换和线性拟合监测拐点有两个步骤。
他们首先要识别焊接处轮廓主要的线并且计算这些线的交叉点,作为焊接处的特征点。
这三种检测焊接头特征点的算法很复杂并且很费时,当需要高速处理时大大限制了系统的性能。
为了提高激光仪器视觉系统的效率,可靠性和精确度,使用的是不同模式的激光,而不是单一的结构光激光条纹。
Xu等人用迂回模式激光追踪机器人焊接而Sung把激光条纹的数量从1增加到5来提高系统的效率。
这种方法每秒只能处理20张图像,并且增加了系统的复杂性。
除了图像处理算法有问题以外,系统硬件也有一些问题。
从激光仪器视觉系统实际部署的情况来看,目前商业上使用的相机没有足够高的帧速来作为图像接收器,即使图像处理算法可以高效的处理图像也无法达到高速焊接。
此外,相机和图像处理单元之间线缆的长度被相机的固有特性大大地限制住了。
重工业在处理像风力发电塔,大型热能转换机和船的焊接上有一个巨大的缺点,在这些焊接应用中,传感器,处理器和控制单元需要很长的电缆。
此外,现在大多数激光仪器视觉系统都是基于专利软件和硬件开发,这样是不灵活的,并且很难为不同的应用定制。
为了解决上述问题,实时的激光仪器视觉系统正在研究中。
激光视觉传感器是在激光三角测量原理的基础上设计和制造的。
一个千兆以太网的摄像头有着很高的帧速并且可以在最大距离100米内传输图像,这种摄像头被用在图像接收器上。
为了处理高帧速相机需要的图像流和提取焊接处轮廓,以及不同焊接头的特征点,我们提出并实现一种高效且容易实现的图像处理算法。
作为标准灵活的现成开发平台,LabVIEW被用来开发图像处理模块和多轴运动模块。
2.激光仪器视觉传感器的设计和系统安装
如图2所示,激光仪器视觉系统由3个主要模块组成:
激光视觉传感器模块,图像处理模块,多轴运动模块。
如图2a所示,激光视觉传感器包含一个结构光激光发生器,一个透镜,光学滤波器。
结构光激光发生器将波长为657.9nm的激光发射在工作台的目标器件上。
为了获得按照工作部件轮廓反射的激光条纹成像,一个带有嵌入式CMOS图像传感器被放在所投射激光条纹的竖直平台的一定角度和距离。
CMOS图像传感器是一个具有659x494阵列8bit像素的单色传感器器件。
它可以获得光强从0到255的灰度图像,0代表最低光强,255代表最高光强。
被选的Gige摄像头帧速提高到每秒200帧,电缆长度提高到100米。
在摄像头前面,为了集中不同方向反射过来的激光条纹图像,透镜常常被放置在位于图像接收芯片一个设定的角度和距离。
此外,一个集中在658nm的窄带滤光器也放在聚焦透镜前面。
这种滤光器需要遮挡焊接过程中产生的外来杂光。
因此,只有波长为657.9nm的被反射激光条纹图像可以通过图像传感器获得,并且来自其他光的干扰和噪声可以被过滤掉。
通过准确设计图像传感芯片和聚焦透镜的距离,工作部件的的位置信息和几何特征可以通过几何光学的数学关系式计算出来。
图2b.a系统设置示意图
图2b.b系统设置照片
如图2b所示,设计和制造的激光视觉传感器模块被放置在铝制外壳中。
此传感器被安置在可设置滑动的多轴运动系统的工作台上。
为了实现实时焊缝跟踪的运动控制,为了实现在三围空间中运动加入了多轴运动系统。
此运动系统有三个伺服电机,其中两个在x和y轴方向上控制工作台水平上的移动。
在z轴方向上滑动的第三个伺服电机,用于控制被安置的的激光视觉传感器的竖直移动。
在这项研究中,两个在x和y轴方向上的电动机将由来自于图像处理模块的两个模拟电压控制,以实现焊缝追踪,补偿在这两个方向上工作部件深度和宽度的变化。
正如上面所述,图像处理模块对整个视觉系统的性能至关重要。
用制造的激光视觉传感器获得的图像通过网线传送到电脑以进行更多的图像处理,电脑将根据焊接处的位置信息和几何属性来进行控制判断,以达到裂痕跟踪或者焊接处属性的适应性控制。
图3图像处理算法流程
3图像处理算法的发展
为了得到焊接处的位置信息和几何特征,像缝槽角点这样的特征点需要被提取出来。
在提取角点前,首先需要区分焊接处轮廓的激光条纹。
从摄像头获得的数字灰度图像可以被视为尺寸为659×494的像素阵列。
图像的所有部分并不都是有用的,在图像处理前,可以被选择一个m行n列的像素。
适当选择有用的区域可以显著减少运算数据量,减少处理时间,和提高树立效率。
选择有用的区域后,可以得到每个像素点的光强。
对于每个像素点,都有一个从0到255相对应的值。
光强最低对应的值是0,最高对应的是255。
为了平滑图像做一进步的处理和消除高频噪声,每个像素点的光强通过内核大小为7x7的高斯滤波器和临近的像素点取平均值。
通过观察由m行n列像素点组成的图像,在每行像素中亮度最高的点,应该是竖列的像素点和水平像素点的交叉点,他代表激光条纹。
通过搜索每列像素中最亮的点,这些点的集合代表焊接处的轮廓的激光条纹。
如图3a所示,流程图大致说明了如何处理得到的灰度图像来提取激光条纹的像素点。
由于投射在目标的激光条纹有厚度,所以在每列中超过一个像素点具有最高的光强。
因此,这些像素点中,有着光强最高的中间一点将会被提取。
当寻找每列中最亮的点之后,焊接处轮廓的激光条纹会被ROI区分。
因此,每个被提取像素点的行列标志将用来提取不同焊接处的特点。
图4
对于焊接应用,在焊接处边缘的角点,经常被当作需要提取来得到槽的轮廓的位置信息和几何特征的特征点。
在这项研究中,为了快速有效地提取角点,提出并实现一种基于在激光条纹上,被检测到的像素点的行索引的第二中央不同点。
如图F3b所示,第一步是计算出2ndCD,每个检测到的像素p(i,j)的行索引代表激光条纹。
每个像素行索引的2ndCD等于下一个像素和前一个像素行索引的差。
角点检测算法示意图如图4所示。
如图4a所示,一个7x15的像素阵列和被检测到的像素一样,都代表激光条纹。
对于像素P(1,2),2ndCD为像素P(2,3)和像素P(1,1)行索引差值的一半,等于0.5×(2−1)。
对于像素P(3,9)也类似,2ndCD为像素P(2,10)和像素P(4,8)行索引差值的一半,等于0.5×(2−4)。
图5图像处理结果
图6激光仪器视觉系统接口。
a.样品测量。
b.测量过程的调试
通过计算在激光条纹每个像素上的2ndCD,其结果如图4b所示。
第二个步骤是寻找有最大2ndCD和最小2ndCD的两个像素点。
如图4b–c实心和空心箭头所示,被找到的像素是P(2,3)和P(3,9)。
如图c所示,激光条纹被像素点P(2,3)和P(3,9)分割成3部分。
通过设置一个阈值来计算每个像素的2ndCD的绝对值(如图Fig.4d划线所示,本例的阈值设置为0.7),4个角点可以通过图3b所述方法检测出来。
对于在图4d激光条纹,第一部分的情况,像素P(1,2)是2ndCD比阈值小的最右边的像素。
因此,这个可以作为图4中角点1的标记。
同样的方法适用于激光条纹的另外两部分,如图4e,其他3个角点也可以成功被检测出来。
如图5所示,通过实现这种算法来进行角点检测,焊缝结构的不同类型,
如U槽,V型槽,方槽和磨缝,不同焊缝的轮廓可以在同一空间中成功检测。
同时,在像素空间中,与每种类型焊缝对应的角点也可以准确地被检测,而不同焊缝的角点检测的算法只需要进行细微的修改。
处理图像每一帧的时间大概为3ms,意味着在1s内可以处理获得超过300张焊缝的位置信息和几何特征的图像。
相比较于模式识别,Hough变换,线性拟合这种最常用的图像处理算法来进行角点检测,这几种方式计算复杂,这种基于2nd的的图像处理算法有更高的处理效率,实行起来更简单直接,因为它不用像其他3种通常的方法首先得去识别焊缝轮廓的主要线。
F图7计量检定和校准的安装。
a.校准前距离测量。
b.校准前宽度测量。
c.校准前厚度测量。
d.校准后宽度测量。
e.校准后厚度测量。
激光仪器视觉系统的其他功能,如几何特征测量,焊缝追踪还有三维解析这些在不同焊接应用中进行质量监测和检查,图像处理的结果就为这些工能提供了基准。
3.LabVIEW的实时执行系统
当成功证明激光条纹和角点检测上图像处理算法的效率后,激光仪器视觉系统基于LabVIEW平台上实时执行。
如图6所示,LabVIEW软件开发可达到实时执行如图像采集,几何特征测量,焊缝追踪,三维轮廓检测等功能。
激光仪器视觉系统的人机界面由几个部分组成。
人机界面的左上角,主要窗口显示了在带有焊接处所计算的位置和几何特征的坐标空间中焊缝轮廓所检测到的激光条纹。
有了沿x轴方向(水平方向)和Z轴方向(垂直方向)网格,使激光视觉传感器的底表面和焊接接头的顶表面的垂直间隔距离的信息以及焊缝相对于激光视觉传感器中心的水平位置的信息变得可视化。
同时,像宽度,深度,匹配程度,还有槽的横截面积等焊缝的几何特征都可以再人机界面中显示。
在右上角,工作部件的的三围轮廓作为激光视觉传感器来扫描焊缝的表面。
实时生成的焊缝的三维轮廓可以被保存下来,当需要的时候可被重新加载。
在图5中,人机界面还提供了诸如选择ROI,在X,Z方向上错误追踪的图像指示,在坐标空间中角点检测的结果显示等功能。
4.1作为测量工具的激光仪器视觉系统
激光仪器视觉系统实质上是一个测量工具。
利用系统的性能作为测量工具,是完成系统其它功能的根本条件,例如焊缝追踪,在x,y平面上用准确的运动控制信号来补偿焊接处宽度和深度的变化,具有精确尺寸和位置信息工作部件的三围轮廓,可以在焊接检测和焊后质量检查发挥作用。
为了测试和校准作为测量工具的激光仪器视觉系统,使用标准宽度25.4mm和厚度15.9mm的样品。
如图7a所示,样品被放置于垂直激光条纹的位置上,样品的宽度可以通过样品表面上两个被提取的角点测量出来。
样品的厚度也可以通过样品的表面以及底面上角点的偏离距离测量出来。
激光仪器视觉系统也被测试过用来测量激光视觉传感器底面和样品表面之间的距离。
如图7b所示,为了测试在不同偏离距离激光仪器视觉系统作为测量工具的稳定性和可靠性,激光视觉传感器在Z轴方向上通过控制滑动以10mm/s的速度从偏离距离50mm移动到偏离距离120mm。
相机的帧速设定为12帧每秒。
因此,实施了对偏离距离,厚度还有宽度84次的连续测量,并且测量结果被记录显示在图8a–c上。
在标准化之前可以观察到测量到的偏离距离和实际距离匹配的很好,而测量到的样品的宽度和深度确有一些误差。
从Fig.8b–c可以观察到在标准化之前宽度和深度的最大误差分别是0.93和1.06mm。
通过观察宽度和深度的测量误差,相对于偏离距离的误差变化和样品的宽度和深度的趋势可以通过相对于偏离距离的线性趋势线大致描绘出来。
因此,为了校准激光仪器视觉系统,如Eqs.1and2所示,基于最小方差,两条线性趋势线被推测出来,大致描绘出了相对于准确测量出来的偏离距离,测量到的宽度和厚度的线性关系,其中,Sm是测量到的偏离距离,根据推测出来的趋势线Wmt和Tmt是近似宽度和近似厚度。
如Eqs.3和4所示,宽度和厚度的补偿值,Wc和Tc通过样品宽度和厚度的实际值与近似值之间的差值计算出来。
宽度和厚度的补偿值被加到Wm和Tm中,如Eqs.5and6.所示,W和T为宽度和厚度的校准测量值。
图9焊缝追踪部件的配置。
图10焊缝追踪的闭环控制流程图。
a.没有焊缝下X轴方向上的误差。
b.没有焊缝追踪下Z轴方向上的误差。
c.有焊缝追踪下X轴方向上的误差。
d.有焊缝追踪下Z轴方向上的误差。
如图8d–e所示,当校准后,对样品的宽度和厚度进行连续测量。
宽度的校准测量值最大误差为0.22mm,二宽度为0.55mm,这相对于为校准前的测量值有着明显的改善。
通过观察校准测量结果,可以发现当偏离距离增加的时候宽度和厚度的测量误差也随之增加。
这和激光视觉传感器的范围从偏离距离11.25mm到148.93mm有关。
当偏离距离增加,在X和Y轴方向的测量值的分辨率都会减少。
当偏离距离为11.25mm时,横向和竖向分辨率为别为每像素0.06mm和0.14mm。
当偏离距离为148.93mm时,横向和竖直分辨率为每像素0.24mm和1mm。
这就解释了为什么当偏离距离增加时,样品的宽度和厚度的测量误差为增加。
图11激光仪器视觉系统焊缝追踪的结果
图12焊缝追踪开始和结束后,焊槽的扫描结果。
当横向分辨率比竖直分辨率高后者一样多时,宽度的校准测量值比厚度的校准测量值更准确。
因此,为了使传感器达到更好的性能,应优先使激光传感器和目标保持一个适当的偏离距离。
通过精确测量焊缝的位置和几何信息,基于焊缝几何实时监测的基础上,可以进一步实现焊缝追踪,3D压型和焊接参数自动调整等其他功能。
4.2激光仪器视觉系统的焊缝追踪
如图9所示,为了测试焊缝追踪的系统性能,两块金属板以槽的宽度和厚度都沿Y轴方向变化的方式放置。
所需跟踪的点是两块金属板顶面中心点的中心,如图9虚线位置所示。
同时,如图9C所示,系统也应该能够通过自动控制竖直滑动来遵循追踪点在Z方向上的高度变化。
在Y轴方向上,运动系统的工作台被设定为以移动距离90mm恒定速度10mm/s的速度移动。
随着工作台沿着Y轴方向移动,追踪点的位置也相应发生变化。
为了遵循这个变化,X和Z轴方向上运动系统的伺服电机必须够快,并且可以在水平和竖直自适应移动来补偿追踪点的所测位置和实际位置的误差。
图10示出了通过输出两个图像处理模得到的模拟电压信号来从X轴和Y轴展示伺服电动机的闭和PID控制。
通过这个闭环控制,焊缝追踪成功实现了。
图11a-b示出了没有焊缝追踪情况下X和Y轴方向上追踪点的所需和实际位置之间的误差。
因为当工作台不断沿着Y轴方向移动时,焊缝追踪没有补偿在沿着X和Z轴方向上的位置误差而引起了较大的误差。
与此相反,如图11c-d所示,当追踪被激活时,沿着X和Z轴方向上的追踪以精确度±0.5mm实现。
图12a-f示出了通过激光仪器视觉系统扫描的工作部件槽的三围轮库。
图-a,c,e示出了当焊缝追踪没有激活时的扫描的轮廓,而图-b,d,f示出了当焊缝追踪激活时扫面的轮廓。
通过比较在Fig.12-c-d中两张槽轮廓的顶视图,可以观察到当焊缝追踪被激活时,来自于顶视图槽的轮廓是对称的,因为激光视觉传感器已经成功追踪了槽的两个最佳角点的中心图12e-f中,通过比较槽轮廓的两张侧视图,可以发现当焊缝追踪没有激活时,激光视觉传感器不会遵循槽的高度变化。
因此,在侧视图上槽的轮廓示出了槽沿着Y轴方向高度的增加。
相反,当焊缝追踪被激活时,激光视觉传感器的位置遵循槽的高度增加和高度变化的补偿。
因此,如图12f所示,两个金属面板的倾斜定表面的轮廓是平的。
4.3激光仪器视觉系统的三围分析
除了几何测量和焊缝追踪的功能,激光仪器视觉系统也通过扫描焊接的三围轮廓,在监测焊接处和焊后质量检查上发挥作用。
如图13所示,焊道可以通过混合光纤激光器获得,厚板的气体金属弧电焊用作样品来进行系统测试。
一开始焊缝的轮廓都是一样的,但是到焊接的最后有一个坑。
为了通过激光仪器视觉系统来获得这些焊缝的三围轮廓,工作台沿着Y轴方向上移动,从而使激光视觉传感器可以以一个恒定的速度扫描焊缝的完整长度。
如图14所示,在Matlab中获得,保存和重新加载所扫描样品的三围轮廓。
在图14a-b中三围视图和顶视图清楚的表明了在焊缝的末端坑是存在的。
在图14c的轮廓侧视图也焊缝的高度变化。
所扫面样品不同的视图准确的示出了坑的宽度,高度,位置还有大小,这对于焊后质量检查非常有用。
5结论
在本文中,一个实时激光仪器视觉系统已经开发完毕。
激光视觉传感器基于激光三角测量原理设计和开发。
GigE相机在传感器设计上的应用克服了当前相机对于商业上激光仪器视觉传感器的限制。
已开发的激光仪器视觉系统可以以高帧速和长达100m的距离向工业计算机传输所需的图像。
通过为基于LabVIEW开发平台的激光条纹和角点检测,提出和实行一种新的图像处理算法,每张图像可以再大约3秒左右处理完。
如果有需要引入一种不同结构的焊缝,那么所提出的图像处理算法大大提高了效率和简化了程序。
作为一个测量工具,所开发的系统的精确度在一个可接受范围内(±0.55mm)。
通过同时控制运动系统的两个坐标轴,焊接槽的焊缝追踪可以快速准确的实现。
实时的三维绘型能让激光仪器视觉系统用作实时焊接监测和焊后质量检查的工具去检测和分析焊接缺陷。
激光仪器视觉系统是以一个非常大的视场设计的。
然而,这个大视场也会降低激光视觉传感器的分辨率和焊缝的测量结果的精确度。
如上面所提到的,激光仪器视觉系统的分辨率可以通过改变激光视觉传感器的光学设计来重新构造。
因此,对于不同的焊接应用,一个不同的激光仪器视觉系统可以做出相应的设计和方法来满足不同分辨率和精确度的要求。
致谢
根据批准号EEC-0541952这项研究部分由美国科学基金会资助。
感谢AndrewSocha先生,感谢在SMU和PerryLeggett上研究中心的搜索引擎以及一名RCAM博士生的大力协助。
[参考文献]
1.LiY,XuD,YanZ,YanM(2006)Girthseamtrackingsystembasedonvisionforpipeweldingrobot.Proceedingof2006InternationalConferenceonRoboticWelding,IntelligenceandAutomation,Shanghai,China,December8–11,2006
2.MayerR(1999)ScientificCanadian:
inventionandinnovationfromCanada’sNationalResearchCouncil.RaincoastBooks,Vancouver
3.KefersteinCP,MarxerM(1998)Testingbenchforlasertriangulationsensors.SensorReview18(3):
183–187
4.LeeSK,ChangWS,YooWS,NaSJ(2000)Astudyonavisionsensorbasedlaserweldingsystemforbellows.JManufSyst19(4):
249–255
5.LeeSK,NaSJ(2002)Astudyonautomaticseamtrackinginpulsedlargeedgeweldingbyusingavisionsensorwithoutanauxiliarylightsource.JManufSyst21(4):
302–315
6.LuoH,ChenXQ(2005)Laservisualsensingforseamtrackinginroboticarcweldingoftitaniumalloys.Int
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 译文