联合研发-中科院海西研究院
项目类型：多曲面复杂度智能焊接机器人系统
项目描述：
本项目利用双目摄像机标定、焊缝轨迹建模与跟踪、机器人路径规划等核心算法，结合实际的焊接工艺，结构光引导控制系统对焊缝进行三维信息构建、定位、识别、建模、轨迹跟踪以及路径规划，利用高阶曲线拟合焊缝的三维空间路径，最后利用运动学原理机器人完成焊接整个工序。该系统能完成高精度的焊接要求，大大减轻人体的工作强度，提高企业的生产效率与经济效益。
技术内容：
（1）立体视觉的标定系统构建，实现系统的精确定位及各系统间的坐标转换。
（1）立体视觉的标定系统构建，实现系统的精确定位及各系统间的坐标转换。
研究大视场双目相机的系统全局标定方法，建立基于参数化的全局代价优化模型，以传统的张正友的摄像机标定算法为基础，同时建立合适的基于参数化的径向畸变模型，求取立体视觉模型的左右摄像机的内参数、摄像机与标定板之间的外参数、镜头畸变系数，并将两个摄像机之间的外参数标定相互融合，并且建立一种约束性更强的全局代价函数作为优化目标，进行非线性优化，通过参数优化便可以得到立体视觉系统中的参数。
（2）三维曲线焊缝轨迹点坐标的定位与在线跟踪。
基于结构光在焊缝处的几何折射所引起的曲率变化，通过高阶样条曲线获得焊缝曲率的极大值坐标位置，立体视觉重建焊缝的空间立体结构，优化权重滤波器对离散点集进行平滑以抑制噪声影响， 研究了传统的生成式跟踪方法与判别式视觉跟踪方法的核心内容，拟采用基于机器学习概率模型与改进的卡尔曼滤波对目标进行目标跟踪，构建图像采集间隔盲区的目标运动预测模型，基于最小二乘法拟合运动的高阶多项式来精确估计跟踪盲区目标位置的估计值，以提高跟踪精度 。
（3）焊接机器人的路径规划。
利用双目视觉计算的三维曲线焊缝轨迹点云参数，按照运动学与动力学原理，图像匹配结合机器学习算法来搜寻焊缝的起始位置，按照路径的遍历规则，使机器人从初始焊点沿预定路径依次进行焊接，同时以时间最少或者能量最小为原则，控制机械臂各关节的运动速度、加速度、关节力矩等参数，从而规划出一条最优化的运动轨迹，最终到达末端焊点。
