随着工业机器人不断的发展，焊接机器人可以把工件完美的焊接在一起，大量节省了时间与劳动力，解决了人工焊接质量不稳定，人工成本高等问题。但是目前的焊接机器人大多是预设好流程，具有固定的操作方式，只能应用于单一生产流水线。实际工作环境是复杂多边的，操作物的位置、大小都是不固定的，所以希望机器人具有智能识别、提取焊接参数的能力，真正实现自动化处理。
图1 焊接机器人
我们设计了基于ToF相机的提取焊接机器人所需的焊缝参数的算法流程，包含相机的校准、点云的识别以及焊缝的提取和测量几个步骤。
图2 相机的校准流程及效果展示
基于机器学习和模板匹配结合的方法，实现点云的识别，能够正确分类焊接件，准确率达90%。通过检测深度值的变化、平面的拟合，寻找焊接缝，并进行三维测量，提取焊接参数，确定焊接路径，精度可达1cm。
图3 三维测量结果
平面的拟合是整个过程中最重要的一步，传统的平面拟合都是针对激光扫面得到的点云，精度很高，但是TOF获得的数据包含较多的噪声，所以我们设计了一个新的平面拟合流程。如图3所示。
图4 平面拟合流程图
图4 两个平面的焊接路径提取结果
我们与新时达公司已达成深度合作，目前该算法已经在焊接机器人中进行开发和测试。除此之外，我们还在此基础上进行了焊接件的三维重建、三维测量等算法的研究。
如果您也致力于3D视觉领域物体测量、焊缝参数提取相关的研究，欢迎与我们联系，我们希望与您一起研究，为做出更多的贡献一起努力。
