针对自适应性低的焊缝跟踪系统在实际焊接环境中易受噪声干扰的问题, 结合深度卷积神经网络强大的特征表达能力和自学习功能, 研究了基于深度分层特征的焊缝检测和跟踪系统, 该系统可精确地从噪声污染的时序图像中确定焊缝位置。为彻底解决焊枪依循计算轨迹运动所出现的抖振问题, 设计了模糊免疫自适应的智能跟踪控制算法。实验结果显示, 在强烈弧光和飞溅的干扰下, 传感器测量频率达20 Hz, 焊缝跟踪精度约为0.2060 mm,且焊接过程中焊枪末端运行平稳。该系统能实现焊缝平滑的实时跟踪, 抗干扰能力强, 焊缝轨迹跟踪准确, 能满足焊接应用要求。

针对自动焊接过程中焊缝特征点的检测问题, 提出了一套由工业相机和三线激光发生器组成的焊缝实时跟踪传感器设计方案。基于三角测量原理, 设计传感器的机械结构, 推导得出由激光条纹特征点像素坐标计算出焊缝特征点三维坐标的数学模型, 为有效抵抗在焊接过程中存在的弧光和飞溅的干扰, 采用高斯核相关(KCF)目标跟踪算法, 实时跟踪计算出图像中焊缝特征点的位置。实验结果表明, 采用最大焊接电流350 A的MIG焊, 在有强烈弧光和飞溅的工况下, 该装置能实现焊缝实时准确跟踪, 激光条纹与焊接熔池的最小距离可达20 mm, 传感器采样频率最高可达20 Hz, 跟踪误差小于0.42 mm, 能满足在实际焊接过程的使用要求。

设计了一套由三轴直角坐标机器人、线激光传感器和工业计算机组成的焊缝跟踪系统。研究了该系统所涉及的测量原理、特征点测量方法和基于模糊自适应的控制方法。通过高斯核相关算法(KCF)在焊接过程中实时检测焊缝特征点, 并根据测量原理计算获得特征点相对于相机坐标系的三维坐标值。设计了一种自适应模糊控制器, 通过自适应模糊控制器计算坐标的偏差值和偏差变化率得到焊枪末端运动轨迹的控制量, 同时对模糊控制器的输入输出论域、模糊规则和隶属函数进行实时动态更新。实施了焊缝跟踪实验。结果显示: 采用最大焊接电流为350 A的惰性气体保护焊(MIG), 在强烈弧光和飞溅的干扰下, 该系统能实时跟踪焊接工件, 跟踪精度为0.325 3 mm, 传感器测量频率为20 Hz。焊接过程中焊枪末端运行平稳, 焊缝轨迹跟踪准确, 且抗干扰能力, 能满足焊接应用要求。