杨 智，於双飞，李 坚，刘楚天

(广东工业大学机电工程学院，广州 510006)

0 引言

在自动化和智能化发展的大背景下，工业制造对自动化焊接要求越来越高[1-2]。传统的焊接机器人采用的是示教-再现的方法实现自动焊接[3]，但是示教-再现无法应对热变形、制造误差等问题。目前激光三角测量原理[4]在焊缝检测中应用十分广泛，通过二维图像中的激光条纹可以获取焊缝的三维坐标。焊接时，为了减少弧光干扰，激光视觉传感器平行安装在焊炬正前方一定的距离，但是过大的前视距离会使跟踪滞后导致焊接精度不足，前视距离过小使得图像容易受到飞溅、弧光的干扰[5]。因此在焊接过程中如何从有噪声干扰的图像中精准找到焊缝特征点是焊缝跟踪的关键问题。传统方法是使用形态学的方法降低图像中的噪声，再从图像中提取焊缝特征点。文献[6]提出了一种基于区域优化的图像二值化的方法。该方法自适应的确定ROI区域，并建立区域判定优化模型确定二值化的阈值。文献[7]利用激光条纹在图像中的连续性，提出了一种提取焊缝中心线的序列重力法(SGM)，减小光学噪声对特征点定位准确性的影响。文献[8]根据焊缝特征的连续性提出了一种基于图像列方向像素灰度分布的曲线峰值提取方法。 文献[9]提出一种字符串描述符来描述焊缝轮廓。在焊接过程中使用卡尔曼滤波跟踪激光条纹，再用字符串描述符描述焊缝轮廓，确定焊缝位置。在焊接时会产生大量的弧光和飞溅，基于形态学的图像处理方法在无人干预的情况下很难满足实际的生产需求。……