为了使机器人准确高效地完成复杂轮廓工件的切削加工, 结合点云技术与机器人技术, 提出了一种基于三维点云直接生成机器人的切削加工轨迹的算法。搭建了一种以激光位移传感器和机器人为核心部件的点云测量系统, 通过坐标关系变换实现了一维测量到三维测量的扩展。通过在线测量获取了被加工工件轮廓的三维点云, 采用点云预处理算法和机器人轨迹的生成算法, 直接生成了针对被测工件的机器人加工轨迹。仿真结果表明, 该测量系统及算法能够准确地提取工件轮廓的三维点云并快速生成机器人的加工轨迹。

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。

提出了一种以条纹式激光传感器和工业机器人为平台对工件进行扫描检测并对其轮廓进行成像的系统方案。条纹式激光传感器移动式扫描工件获取工件轮廓的三维点云数据，然后结合特定的算法对点云数据进行去噪、插值、插补处理，使得点云数据能更加真实地反映工件的客观形貌，最终根据点云数据的信息生成工件轮廓的二值化图像。在实验中成像精度能达到0.1 mm级，从而在某些特殊的工业场合替代传统的CCD相机实现对工件的成像及检测定位，解决了传统CCD的抗干扰能力不足的问题。

针对焊缝跟踪的焊缝位置实时检测问题, 设计了一种能实时获取焊缝轮廓三维数据的线激光检测传感器: 采用特定波长的可见线激光作为检测激光, 由带滤镜的工业摄像机采集投射在焊缝表面的激光条纹图像; 通过增强、二值化、去噪和细化等图像处理算法提取激光条纹中心线; 基于三角测量原理, 由激光条纹中心线的像素坐标计算出焊缝轮廓的三维坐标。通过实验分别对传感器的测量精度和抗干扰性能进行验证, 实验结果表明测量精度达到±0.2 mm, 能有效抵抗弧光、飞溅的干扰, 满足实际的焊接使用要求。

提出了基于条纹式激光传感器的机器人焊缝跟踪系统，采用机器人末端安装条纹激光传感器，在焊接过程中实时获取焊缝轮廓数据；利用小波变换模极大值理论对焊缝轮廓数据进行分析，确定焊缝特征点；以特征点为分界点，采用最小二乘法拟合焊缝直线并求取交点，精确确定焊缝轮廓特征点坐标；通过机器人坐标变换实时获得焊缝运动轨迹，从而实现焊缝跟踪。对不同的V 型焊缝进行实验验证，并对有无采用最小二乘法精确定位进行对比实验。实验结果表明：只采用小波模极大值理论获得的跟踪误差约为0.514 mm,但轨迹存在较严重的抖动现象；而采用了最小二乘法精确定位特征点后，跟踪误差约为0.304 mm，抖动现象明显减弱,满足自动焊接误差要求在0.5 mm之内的要求。