完整版毕业设计外文翻译38633932.docx
- 文档编号:27746635
- 上传时间:2023-07-04
- 格式:DOCX
- 页数:16
- 大小:192.91KB
完整版毕业设计外文翻译38633932.docx
《完整版毕业设计外文翻译38633932.docx》由会员分享,可在线阅读,更多相关《完整版毕业设计外文翻译38633932.docx(16页珍藏版)》请在冰豆网上搜索。
完整版毕业设计外文翻译38633932
毕业设计(论文)
外文翻译
英文翻译题目一:
SeamTrackingofArticulatedRobotforLaserWeldingBasedonVisualFeedbackControl
英文翻译题目二:
GirthSeamTrackingSystemBasedonVisionfor
PipeWeldingRobot
学院名称:
机械工程学院
专业:
机械设计制造及其自动化
班级:
机制06-1
姓名:
孙东健学号
指导教师:
樊红朝
2010年2月25日
英文题目一
SeamTrackingofArticulatedRobotforLaserWeldingBasedonVisualFeedbackControl
翻译内容
全文
指导教师评语
文章主要意思翻译地基本准确,专业术语基本正确。
指导教师签字:
樊红朝
2010年2月25日
英文题目二
GirthSeamTrackingSystemBasedonVisionforPipeWeldingRobot
翻译内容
全文
指导教师评语
文章翻译基本准确。
指导教师签字:
樊红朝
2010年2月25日
关节机器人对基于视觉反馈控制的激光焊接的焊缝追踪
摘要:
激光焊接对于机器人轨迹精度有相当高的要求。
为了提高机器人激光焊接时的动态轨迹精度,人们基于立体视觉反馈控制的原理提出一种新的三维焊缝追踪的方法。
这种方法建立了一种可视反馈控制系统,在该系统中有两个集中于一点的相机被安装在工业机器人的后面。
人们建造了一种具有坐标系统的工具以便把机器人最终环节的位置转移到该工具上。
人们提出了一种GPI转移方法,这种方法是利用双目望远镜可视技术和一种逐行选配的修改法则来计算激光焦点和焊缝的位置,它使得激光焦点和焊缝之间的动态轨迹错误可以计算出来。
人们最终控制机器人的移动,并且在机器人运动学的基础上尽可能减少运动轨迹的错误。
实验结果表明,这种方法能有效改善用于激光焊接的工业机器人的运动轨迹的精度。
关键词:
工业机器人,视觉反馈,焊缝跟踪,轨迹精度。
1引言
目前,卖给客户的关节机器人仅仅能够保证位置精度而不能保证运动轨迹。
然而,随着制造加工业的发展,一些高速和高精度的工作,例如激光焊接和切割,对轨迹精度有十分高的要求。
此外,在严格地结构化环境下目前的工业仅能够在预定的命令下移动,这限制了他们的应用范围。
人们提出了许多研究计划来改善机器人在人们所认识的环境下的能力。
作为一个重要的测量方法,视觉对改善工业机器人在人们所认识的不同的环境下的能力起着重要作用。
参照文献[1],人们以位置为基础建造了一种具有可视伺服系统的工业机器人,并且提出了一种运算法则,当事先知道物体一些特征点的距离时,利用这种法则就可以用一台照相机估计出物体的位置和外形。
参照文献[2],基于eye-in--object的方法。
参照文献[3],有这样一个问题:
机器人最终环节的真实位置与人们用空间路径规划和图像基础控制的方法所预期的位置相差很远。
参照文献[4],人们开发了一种工业火焰跟踪系统来切割视觉上的平面图形。
T.-J.小湖等人(艾德):
机械手。
焊接处。
,Intellige。
&自动化、LNCIS362,pp.281–.springerlinkSpringer-VerlagBerlinHeidelberg2007
在本文中,为了改善激光焊接机器人移动轨迹的准确度,在轨迹追踪的过程中利用了用于焊缝识别[5]的GPI转移方方法,并且人们提出了一种改善过的运算法则以便更加精确地重建轨迹线和激光焦点。
与此同时,人们巧妙的建立了一种工具坐标系使得工具转移位置的计算容易而又快捷。
人们在机器人运动学的基础上计算机器人的改变位置,并最终控制机器人的移动以及尽可能的减少轨迹的错误。
2激光焦点和轨迹线的三维重建
所建立的机器人视觉伺服系统的硬件如如1所示。
一个激光加工工具和两个相机安装在关节机器人的后部。
激光焦点和轨迹线在两个照相机中显示出来。
系统的控制结构如图2所示,系统的框架如图3所示。
其中,
{R}{E}—机器人的基础和最终效果结构
{CL}{CR}—左右照相机的结构
{T}—工具的结构
M,N—需要焊接的激光焦点理想的点
T——A,B结构之间的转化矩阵
照相机内部与外部的参数[1],音响视觉坐标系,机器人手与之间坐标系的转换矩阵[6],以及机器人的手与工具之间的相关坐标系都可以预先校正。
在两个图像中的激光焦点和轨迹线可以通过起点分割的方法和GPI转移来检测[5]。
因为左右照相机中的图像是相匹配的,所以基于音响视觉重建的原理,可以重建左照相机中激光焦点的位置。
参照文献[7],人们提出了一种线与线相匹配的方法来重建左右照相机中图形的三维线段。
实验结果表明这种方法通常会产生错误,当照相机远离所观察的物体时,错误就会减少。
原因是经常用到小孔成像的模型。
照相机越远离物体,小孔成像的模型就越偏左。
其公式为:
ZCL-f=ZCL。
然而,为了改善图像,使照相机远离物体就不合适了。
建立在不等式ZCL-f≠ZCL的基础上,人们提出了一种改善过的线与线匹配的方法。
经过改善的推测图像的公式为:
(1)
其中,(ui,vi)--图像坐标系中的一点
(u0,v0)--图像坐标系中的中心点
Sx,Sy—一个图素的宽与高,mm
f—凸透镜的焦距,mm
(CLXi,CLXi,CLZi)--在{CL}中直线上一点的坐标系
在{CL}中空间直线的等式如下:
(2)
其中,(CLXi,CLYi,CLZi)--{CL}中线段上一点的坐标系,mm
(CLl,CLm,CLn)--在{CL}中被检测线段的方向矢量,mm
控制系统的提出是为了通过移动工业机器人来控制轨迹线上的激光焦点。
为了控制机器人的运动,轨迹线上的起始激光焦点应预先计算出来。
因为,焊接线的曲率通常很小,所以,焊接线被近似的看成是由许多直线组成的。
起始发现的问题变成计算直线中激光焦点M的起始点N。
构建一个覆盖点M的平面并且与轨迹线垂直。
因此,平面与轨迹线的交点就是起始点。
(3)
其中,(CLXM,CLYM,CLZM)--在{CL}中激光焦点的坐标系,mm
通过等式(3)就可以获得{CL}中起始位置(CLXN,CLYN,CLZN)。
3转置计算
改变起始位置的坐标系,以及从{CL}到{T}的激光焦点,然后,通过{T}中的Jacobian矩阵在共同的空间中计算转化后的坐标系。
如下所示构建工具坐标系{T}(如图2所示)。
(1)选择激光焦点OT作为初始点,
(2)选择激光束作为ZT,从纤维手电筒指向物体的焊接处,
(3)XT轴通过等式(4)来确定:
(4)
(4)YT轴通过等式(5)来确定:
(5)
其中,EXCL—对{E}中XCL的描述
EXT,EyT,EZT—对{E}中XT,yT,ZT的描述
{T}中TPMN转换通过等式(6)来计算:
(6)
在{T}中Jacobian矩阵的计算与{E}中的相似,唯一的区别在于用n-1Bn=n-1AnETT来代替n-1An。
通过这种方法,工具末端的转置计算变成了机器人末端的转置计算。
这将更加容易和快捷。
(n-1An是转置坐标系从n-1点的坐标系到最后一点的坐标系。
)
当开始追踪时,保持机器人最终环节的方向不变。
用{T}中的Jacobian矩阵在共同的空间内计算转换位置:
(7)
其中,qi,(i=1,2,…,n)--机器人焊接点i的转换点
n—机器人焊接点的数目
TJ—{T}中的Jacobian矩阵
4实验与分析
实验结果表明轨迹检测以及基于音响视觉的焊接机器人控制系统可以很好的用在轨迹识别,检测和自动追踪中。
即时追踪的错误少于0.5mm。
例如,两块钢板紧紧地撞在一起而没有产生沟槽,机器人末端的追踪速度是20mms。
焊缝(轨迹线)的位置和方向不能预先知道。
图3a是追踪前所拍摄的图像。
在图像中有两条短的白色平行线,它们是用来搜索的照相机的镜头下部的边界;长的白色直线是通过GPI转移方式所探测到的轨迹线,白色的圆点是激光焦点,黑色的方形点是激光焦点和通过音响视觉运算法则在3维空间中所计算出来的轨迹线的起点。
图3b所展示的是追踪结果的图像,其中激光焦点已经沿着焊接线移动到了其起点的位置。
(a)追踪前的图像(b)追踪后的图像
图4.左侧照相机追踪前后的图像
X,Y,Z轴上的错误和追踪到的空间距离上的错误如图4所示。
实验结果表明X,Y,Z轴上的错误的误差小于0.3mm,空间距离上的错误的误差小于0.4mm。
系统不仅能够自动的识别焊缝,并且在即时的轨迹追踪和控制中满足焊接的要求。
5总结
在这篇文章中,人们提出了让用于激光焊接的关节机器人进行3维焊缝追踪的方法,其基础是音响视觉反馈控制。
在例如激光焊接和切割的精密材料加工过程中,这种方法可以改善关节机器人动态轨迹的精确度。
通过人们所提出的这种运算法则,轨迹线和激光焦点可以以三维视觉的方式重建。
通过一个适当的工具坐标系,所需要的代替工具可以容易而又快捷的计算出来。
在机器人运动学的基础上,人们控制机器人的最终运动,并尽可能的减少轨迹的错误。
试验结果表明这种方法可以有效的提高激光焊接机器人的轨迹精度,并且应用这种方法的系统可以满足高精度轨迹追踪的要求。
鸣谢
这项研究受到中国国家自然科学基金会(编号:
),以及用于高等教育博士计划的研究基金(编号:
)的支持。
参考文献
[1].ManaSaedan,MarceloH.以3维视觉为基础的工业机器人的控制[A].ProcofIASTEDIntelonRoboticsandApplications[C].福罗里达州,美国。
11月,2001;
[2].王建华,赵晓光,谭明.5-DOF可视伺服机器人追踪控制的研究[J].机器人.(3):
(中国)
[3].MezouarY,ChaumetteF.用于图像基础控制的计划[J].关于机器人学和自动化的IEEETrans(4):
534549.
[4].徐阚烈,费仁清,王晓刚等.关于2维线段追踪系统的研究[J].上海大学学报.1999,5(4):
(中国)
[5].张文曾,陈强,杜洪等.GrayProjectingIntegralMethodforLineDectection[J].清华大学学报(科技).(11);(中国)
管道焊接机器人的可视焊缝追踪系统
袁立,德旭,严志国,和闵谭
1.综合系统和智能科学重点实验室,自动化协会,中国科学院
2.北京中国科学院研究生学院,100080P.R.中国(徐德,李园,谭)@
摘要:
人们提出了一种以产生可视光线为基础的焊缝追踪系统,这种系统被应用于管道焊接机器人中。
首先,在对焊接表面激光反射和照相机的位置,激光所在的平面以及焊接后激光条纹图像的效果进行分析的基础上,设计出了视觉传感器。
为了防止在焊缝图像中出现严重的反射扰乱,人们开发了图像处理和特征抽取的运算法则。
为了对管道焊接进行焊缝追踪,人们采取了一种图像视觉控制系统。
人们通过控制管道焊接机器人的焊缝追踪实验来证实这个系统的性能。
1引言
在涉及机器人焊接的相关问题中,焊缝追踪是其中的一个重要的问题,它也是进行高质量的自动化焊接的基础。
工业上的焊接机器人大部分用于教学,并且机器人重复这个路径以满足焊接中光束的位置要求。
在焊接机器人的这种工作模式中存在一些问题,例如焊接位置的不精确性,由热量扩散而导致焊接处的变形与扭曲。
这些问题导致光束偏离其理论上的焊接路径,所以在焊接的过程中控制光束的焊缝轨迹是必要的[1]。
其次,管道焊接机器人不能预先对焊缝进行定义,因为当管道改变方向时,焊缝可能偏离管道内部的位置。
焊缝的轨迹可以随着轴线方向上管子的移动而改变。
在这种情况下,这种模式就不适合进行管道的焊接,并且焊接机器人需要修正光束和即时焊接时焊缝之间偏移。
为了避免在移动管道时出现焊缝的偏离,Prestion-EastinInc.提出了一种程序来控制轴线方向上管子的移动[2]。
Ref[3]参与讨论了当管道方向改变时管子在轴线方向上移动的原理。
解决问题的办法是用三自由度多机械手来升降管子,调整管子的位置,并摆正管子的方向。
这两种方法仅和管子的移动有关。
事实上,当管子改变方向时,焊缝将偏离其原来的位置。
然后,在进行高质量的焊接时就需要焊缝追踪系统。
T.-J.Tarnetal.(Eds.):
机器人.焊接.,智能和自动化,LNCIS362,pp.,2007
SpringerlinkSpringer-VerlagBerlinHeidelberg2007
有一些种类的焊缝追踪系统通过不同种类的传感器开发出来。
这种以激光作为光线的可视传感器被广泛的应用,因为焊缝具有可靠性以及大量的信息,并且用于焊缝追踪系统的可视传感器被看做为自动焊接中前景很好的一种传感方法[4]。
严重的干扰会影响可视传感器所形成的光线图像,例如在光亮的表面会有大量的反射,并且在焊接过程中图像会非常模糊。
这些干扰会导致加大焊接图像处理和特征抽样的难度,并且会导致其不精确。
基于模糊的逻辑和空闲的网络,人们开发了一些运算法则来排除这些干扰并识别焊缝[5-7],但是对于可视信息抽取的可靠性和精确性,目前仍然一些问题和挑战。
在这篇文章中,测量系统中的视觉传感器会在第2部分中进行分析;第3部分讨论图像处理和特征抽取。
第4部分介绍了管道焊接机器人的控制系统,第5部分是试验的结果。
最后,第6部分对这篇文章进行了总结。
2焊缝追踪的视觉测量系统
焊缝追踪中一种高度发展的技术是可视的构造光线。
但是有很多重要的因素对视觉传感器有很大的影响,例如管子表面大量的反射以及管子之间的相对位置。
人们需要分析这两方面的因素。
2.1激光反射的分析
为了改善焊接处的焊接质量,焊接处通常需要用磨轮磨平,以便去除焊接处表面的铁锈和杂质。
当光束照在光滑的焊接表面时,由于强烈的激光反射,光束散布在管子的表面,这经常会在焊缝图像的反射时产生混乱,并降低视觉传感器图像的质量,使激光条纹变形,并且增加特征抽取的困难。
当光线照在物体的表面上时,反射光线有散射和镜面反射,如图1所示。
图1.物体表面的散射和镜面反射
根据Ref[8],反射光线的强度计算公式如下
(1):
(1)
I是总的反射光线强度;
Ii是部分光线的强度;
Id是散射光线的强度;
Is1是在光滑表面上理想的镜面反射光线的强度,并且反射方向服从反射定律;
Is2是在实际表面上镜面反射光线的强度。
事实上,反射表面是由许多微小的镜面组成的。
所以反射方向和强度服从Gaussian分布。
rd,ks1和ks2是反射率系数;θ是表面系数;r是距离;d
是孔的直径;f是焦点;θc是照相机的观察角度;Φc是光发生散射时的比率的角度。
在上述所有反射中,当视觉传感器中有合适的信号时,散射可以清晰的反映出激光条纹的图像;平面反射通常反映出整个图像,并且会引起图像中条纹所在区域的发光。
所以应对视觉传感器进行定位以避免平面反射,并清晰的呈现出激光条纹的图像。
在公式
(1)中,可以在一个很大的角度范围内接收到散射;而平面反射仅能在一个很小的范围内被接收到,并且接收方向服从反射定律。
所以,为了使图像清晰,照相机应避免出现在反射平面的方向上。
2.2三角形测量原理
以光线为基础的视觉传感器三角形测量原理如图2所示。
L是激光所在的平面,L’是平面反射光线所在的平面;C是照相机的视觉轴线。
α角是照相机的视觉轴线和焊接表面之间的夹角;θ是照相机的视觉平面与激光所在平面之间的夹角。
在图像坐标系中槽d’的深度和宽度可以如下计算得到:
(2)
在公式
(2)中,d是焊槽的宽度;kd图像坐标系的比例系数。
d’越大,条纹槽的特征越明显,用角度α和θ来清晰的表现条纹图像。
根据以上的讨论和分析,在设计视觉传感器时可以得出以下一些结论:
1.应该避免使照相机的视觉轴线(C)出现在反射平面的方向上,这样可以减少由于光线的集中对激光条纹图像造成的干扰。
2.根据公式
(2),为了在照相机坐标系中得到有关结合点的适当的形状信息,应当适当的选择角度α,θ。
当实际的α是π2,θ是π6,d’是0.58kd,就可以得到合适而又清晰的条纹图像。
视觉传感器的结构如图3所示。
为了增加传感器的可靠性和信息,人们采用了如下三条条纹。
3图像处理与特征抽取
为了探测激光条纹的各部分及其边缘,人们开发了一些有关图像处理的运算法则[9,10]。
但是在焊接的情况下,很难在有严重干扰的同时可靠的提取信息。
在这篇文章中,为了防止焊接表面严重的反射干扰,尤其是这三条激光条纹之间的相互作用,人们开发了一种关于图像处理和特征提取的运算法则。
这个过程包括依次对三条激光条纹进行目标区域的搜索,对适当的起点的选择,对侧影的提取,这些侧影是以强化了并分配好的柱状条纹为基础,以及特征的选择与提取。
3.1图像的处理
照相机中的图像的尺寸是640X480像素。
为了加快图像的处理并减小图像的干扰,应该探测有关的图像区域(ROI)。
在图像平面中有关的激光条纹是水平的,根据强度配可以固定ROI。
通常投影的三个高峰相当于图像空间中条纹的图像位置,通过条纹的位置和假设的空白,人们推断出了条纹的三个区域。
在黑色的背景下,典型的激光图形可以很清楚的展现出来,通过起点把图像中的条纹分段是合适的。
低强度的背景的像素使柱状图中的低强度的区域结合起来;条纹上的像素使高强度了的空间结合起来。
人们计算出了从高到低的强度水平中每一级的像素的数量。
当所积累的像素达到所指定的数量时,强度水平被看作是图像各部分的起点。
通过柱状物的分配强度,焊接槽的侧影被抽取出来。
每一个柱状物上的像素的强度分配依次在三个区域上计算出来,最大值的点作为侧影上的点被抽取出来[11]。
同时,人们提出了空间上的连续性的标准来检测提取点的连续性。
然后采用中央过滤器和均匀过滤器来减少脉冲干扰并测量噪音。
3.2特征提取
由于焊接槽中心点的强度和稳定性,所以人们选择它们作为图像特征来提取。
首先,通过Hough转移方式探测条纹的主要线段。
显著地是这些主要的线段和条纹侧影可以组成焊接结合区域的图像。
边界上的点是根据主要线段与条纹侧影之间的距离来探测的。
从结合区域来搜索条纹侧影,当距离很短时,边界点和图像就固定了。
然后通过图像的中心点就可以提取出三个特征点。
通过这三个特征点就可以计算出焊缝图像中的一般的特征点并增加视觉传感器的强度。
图4是原始图像和特征的提取结果;焊接槽的中心点被依次提取出来。
图4.焊缝的激光构建图与特征提取的结果
4焊缝追踪控制系统
焊接机器人由底座,垂直架,和水平机械手组成;它由步进电动机来驱动。
激光发生器和视觉传感器被安装在水平机械手的末端;管道设置在滚轴上。
在激光发生器与焊缝之间有两个自由度,即水平方向与竖直方向上运动的自由度。
管道焊接机器人的结构设计如图5所示。
在图像空间中焊缝的最初的坐标系作为焊接前的参考位置被记录了下来。
因为视觉传感器被安置在焊缝的上方,并且图像坐标系的v方向与焊缝的方向一致,所以控制系统被分离成两个方向。
在图像坐标系中偏离u方向的像素相当于在Cartesian空间中偏离水平的位置,并且u方向的偏离相当于竖直方向的偏离。
以图像为基础的追踪控制系统就是根据这种相关关系开发出来的。
Jacobian矩阵把焊接的空间转换为机器人图像空间的等式如下(3):
(3)
根据公式
(2),J11和J22不断的被视觉传感器定义。
因为当视觉传感器在水平方向上移动时,图像空间中条纹的高度很难改变,J21等于0。
当传感器和激光发生器在竖直方向上移动时,由于照相机和焊接处的距离不断变化,条纹的水平位置和高度就会变化。
因为焊接处的尺寸h远小于尺寸z,所以在图6中dx的值近似等于0。
那么根据公式(4),由距离变化所引起的水平位置的变化就可以被忽略,所以J12就可以看做是0。
(4)
因此,Jacobian矩阵就可以简化成一个对角矩阵,以图像为基础的控制系统集中在它的工作空间。
可视控制结构如图7所示。
在焊接的过程中,根据当前特征点与参考点之间的像素坐标系的分离来计算电动机的输出脉冲。
5实验结果
用管道焊接机器人来进行的焊接实验是为了说明焊缝追踪系统的有效性。
焊接的类型是水下电弧焊接;关节类型是V字形;焊接速度是0.5mmin。
焊接物是一个直径为3.5m,厚为10mm的油箱。
在焊缝追踪系统中,测量时间被设置为40ms,控制时间被设置为200ms。
图8所示的是在焊接实验过程中包含u和v方向的图像坐标系。
图像坐标系的变化低于3个像素(u)和6个像素(v);这证实了追踪系统的精确性。
v方向上的误差更大是因为带有激光发生器与其他附件的竖直电动机更重,并且,控制电动机的速度被设置的相对较低。
图9所示的是在焊接过程中竖直方向与水平方向电动机的输出脉冲。
在水平方向上,电动机的输出是负方向的,并且是近似的直线,因为当转变方向时,在轴线方向上管道的移动是稳定的。
在竖直方向上,电动机的输出适应了管道高度的变化。
这个实验说明,机器人能够稳定而又精确的追踪焊缝。
视觉测量系统能够很好的工作是因为它具有强大的特征提取和信息融合的能力,并且控制系统能够适当的运行,这就说明了以图像为基础的控制结构的有效性。
6结论
在这篇文章中呈现了以构建可视激光为基础并用于管道焊接机器人的焊缝追踪系统。
对光滑表面的反射及激光测量原理进行了分析,并设计了一种视觉传感器。
为了改善在严重干扰下所形成的焊缝图像,人们开发了图像处理与特征提取的运算法则。
在控制系统中,人们采用了一种以图像为基础的焊缝追踪视觉控制结构。
实验结果证明焊缝追踪系统是稳定的,可靠的,精确的,并且它能够满足焊接的质量要求。
这篇文章讨论关于对复杂形状的焊缝进行追踪的问题,这是控制系统位置趋势的焊缝所进行的挑战。
在这种情况下,为了调整焊接机器人的位置和姿势,具有三个激光平面的视觉传感器将会提供有关焊缝方向的信息。
鸣谢
感谢中国国家高科技研究与开发项目组织(2002AA422160)在资金方面给予这项工作的支持,并感谢国家核心项目研究与开发组织(973.NO.2002CB312200)的支持。
参考文献
[1].L.Wu,S.Chen.智能焊接技术。
国家防御工业出版社,北京,2000.
[2].Prestion-EastinInc.Alignmentconsiderationsandsafetyissuesintheuseofturningrolls.
aligntr.,F.Jing.运动学分析和多机械手协调控制大型物体的应用.机器人,Vol.24,No.5,2002.
[4].XuD,JiangZM,WangLKetal.受到干扰的焊缝的激光图像的特征提取.中国关于控制,自动化,机器人,和视觉(ICRACV2004)[C]的第8次国际会议.12月,,2004.
[5].X.Gao,M.Yanamoto,A.Mohri.在弧形焊接机器人焊缝追踪中的模糊逻辑控制的应用.IEEE工业电子协会第23次年度国际会议,NewOrleannLovisina,.
- 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:
- 完整版 毕业设计 外文 翻译 38633932
![提示](https://static.bdocx.com/images/bang_tan.gif)