基于点云数据驱动的中厚板机器人焊接路径规划

李秉聪; 夏卫生; 许晓群; 吕卫文

doi:10.7512/j.issn.1001-2303.2023.09.10

人机协作智能焊接 | 浏览量 : 0 下载量: 2056 CSCD: 0

PDF
导出
分享
收藏
专辑

基于点云数据驱动的中厚板机器人焊接路径规划
Research on Welding Path Planning of Medium-thick Plate Based on the Data Driven of Point Cloud
2023年53卷第9期页码：78-83
收稿：2023-03-27，

修回：2023-05-09，

纸质出版：2023-09-25
DOI： 10.7512/j.issn.1001-2303.2023.09.10
稿件说明：

移动端阅览

李秉聪，夏卫生，许晓群，等.基于点云数据驱动的中厚板机器人焊接路径规划［J］.电焊机，2023，53（9）：78-83. DOI： 10.7512/j.issn.1001-2303.2023.09.10.

LI Bingcong, XIA Weisheng, XU Xiaoqun, et al.Research on Welding Path Planning of Medium-thick Plate Based on the Data Driven of Point Cloud[J].Electric Welding Machine, 2023, 53(9): 78-83. DOI： 10.7512/j.issn.1001-2303.2023.09.10.

摘要

为实现中厚板多层多道自动化焊接的需求，提出一种基于点云数据驱动的机器人焊接路径自适应规划算法。以V形焊缝为例，首先通过线结构光扫描焊缝表面采集点云数据，对点云数据进行滤波预处理，在精简数据量的同时也去除噪声点，据此采用点云分割和边缘提取算法成功提取焊缝特征点。最终通过焊接实验验证算法的准确性和可行性，结果表明，提出的算法处理得到的焊缝特征点坐标与人工示教得到的实际坐标偏差小于0.17 mm，能够满足实际应用需求。

Abstract

In order to address the automation requirements of multi-layer and multi-pass welding for medium-thick plates

this paper proposes a robot welding path adaptive planning algorithm based on point cloud data. Taking V-groove welds as an example

the weld surface is scanned using a line structured light system to collect point cloud data. Then the point cloud data is preprocessed through the filtering method to reduce the data size and remove noise points

and the resultant welding feature points are successfully extracted by the point cloud segmentation and edge extraction algorithms. Finally

welding experiments are carried out to verify the accuracy and feasibility of the proposed algorithm. The results show that the average deviation between the coordinates of weld feature points obtained by the proposed algorithm and the actual coordinates obtained by manual teaching is less than 0.17 mm

which meets the practical application requirements.

关键词

Keywords

references

孟宪伟，肖玉龙，唐宇佟，等 . 焊接智能化的研究现状及应用［J］. 电焊机， 2019 ， 49 （ 9 ）： 84 - 87 .

MENG X W ， XIAO Y L ， TANG Y T ， et al . Research status and application of welding intelligence ［J］. Electric Welding Machine ， 2019 ， 49 （ 9 ）： 84 - 87 .

廖伟东，李俊渊，黄昕，等 . 多层多道焊机器人离线编程路径规划［J］. 机床与液压， 2021 ， 49 （ 15 ）： 67 - 70 .

LIAO W D ， LI J Y ， HUANG X ， et al . Robotic off-line programming path planning for multi-path/multi-layer welding ［J］. Machine Tool＆Hydraulics ， 2021 ， 49 （ 15 ）： 67 - 70 .

Wang X ， Zhou X ， Xia Z ， et al . A survey of welding robot intelligent path optimization ［J］. Journal of Manufacturing Processes ， 2021 ， 63 ： 14 - 23 .

陈汉，任杰亮，闫帅，等 . 面向机器人激光增材制造的机器视觉系统标定算法［J］. 电焊机， 2022 ， 52 （ 2 ）： 36 - 41 .

CHEN H ， REN J L ， YAN S ， et al . Laser Additive Manufacturing Machine Vision System Development ［J］. Electric Welding Machine ， 2022 ， 52 （ 2 ）： 36 - 41 .

Hinks T ， Carr H ， Truong-Hong L ， et al . Point cloud data conversion into solid models via point-based voxelization ［J］. Journal of Surveying Engineering ， 2013 ， 139 （ 2 ）： 72 - 83 .

Balta H ， Velagic J ， Bosschaerts W ， et al . Fast statistical outlier removal based method for large 3D point clouds of outdoor environments ［J］. IFAC-Papers OnLine ， 2018 ， 51 （ 22 ）： 348 - 353 .

Derpanis K G . Overview of the RANSAC Algorithm ［J］. Image Rochester NY ， 2010 ， 4 （ 1 ）： 2 - 3 .

Wang Y ， Ewert D ， Schilberg D ， et al . Edge extraction by merging 3D point cloud and 2D image data ［C］// 2013 10th International Conference and Expo on Em-erging Technologies for a Smarter World （CEWIT）， IEEE ， 2013 ： 1 - 6 .

徐达，陶长城 . 工业机器人焊接路径规划研究与应用［J］. 电焊机， 2020 ， 50 （ 12 ）： 37 - 42 .

XU D ， TAO C C . Research and application of industrial robot path planning ［J］. Electric Welding Machine ， 2020 ， 50 （ 12 ）： 37 - 42 .

Rajesh G KP . S， Bharathi D T K， et al. Welding Parameter Optimization by Whale Optimization Algorithm and Experimental Investigation on Microstructure and Mechanical Properties of Spin Arc Welded 15CDV6 HSLA Steel［J］. Metals and Materials International ， 2023 ， 29 （ 9 ）： 45 - 51 .

编辑部网址： http：//www.71dhj.com http://www.71dhj.com