(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211038668.6 (22)申请日 2022.08.29 (71)申请人 无锡达诺精密钣金有限公司 地址 214000 江苏省无锡市新吴区硕放振 发五路9号 (72)发明人 荣银　 (74)专利代理 机构 南京北辰联和知识产权代理 有限公司 323 50 专利代理师 王俊 (51)Int.Cl. B23K 31/02(2006.01) B23K 37/00(2006.01) B25J 9/16(2006.01) B25J 11/00(2006.01) (54)发明名称 一种钣金工艺用焊 接方法、 系统及装置 (57)摘要 本发明涉及一种钣金工艺用焊接方法、 系统 及装置， 属于焊接领域， 本发明通过上位机发出 焊接控制至指令至焊接机器人中； 其次焊接机器 人接收指令并根据焊接命令进行焊接任务规划； 进而焊接机器人根据焊接任务规划进行焊接； 最 后进行对完成焊接的钣金件进行焊接质量检测， 本发明中焊接前机器人会根据任务进行初分配， 根据焊点与焊接机器人的位置关系和距离， 进行 焊点的先后焊接顺序初分配； 对分配结果进行焊 接次序进行优化， 并判断焊接机器人作业时间； 最后判断焊接机器人间的各个焊接点之间的作 业时间差， 得出最优的分配结果； 同时在焊接时， 每个机器人会根据焊点任务进行焊接轨迹确认， 从到每个焊点任务的起始点和作业区域， 从而防 止焊接出现偏差 。 权利要求书3页 说明书6页 附图5页 CN 115415694 A 2022.12.02 CN 115415694 A 1.一种钣金工艺用焊接方法， 其特 征在于， 包括以下步骤： 步骤1、 上位机发出焊接控制至指令 至焊接机器人中； 步骤2、 焊接 机器人接收指令并根据焊接命令进行焊接任务 规划； 步骤3、 焊接 机器人根据焊接任务 规划进行焊接； 步骤4、 进行对完成焊接的钣金件进行焊接质量检测。 2.根据权利要求1所述 一种钣金工艺用焊接方法， 其特 征在于， 在步骤2中， 上位机发出至少一个控制指令， 即每一个控制指令为一个焊点， 上位机对 一个钣金件发出 的所以控制指令， 均有此钣金件上 的所有焊接机器人分配完成， 从而可以 得出焊点任务集为P， 且焊点任务集满足P＝{p1、 p2、 ......pn}； 从而焊接任务规划具体包 括以下步骤： 步骤21、 根据焊点任务集P及所有焊接机器人位置信息进行建立焊接机器人与焊点间 的可行性矩阵， 并进行判断所有焊接 机器人是否可以完成所以焊点工作； 步骤22、 进行任务的初 分配， 根据焊点与焊接机器人的位置关系和距离， 进行焊点的先 后焊接顺序初分配； 步骤23、 对分配结果进行焊接次序进行优化， 并判断焊接 机器人作业时间； 步骤24、 判断焊接机器人间的各个焊接点之间的作业 时间差， 若满足条件则输出结果， 否则返回至步骤2 2进行任务重分配。 3.根据权利要求2所述 一种钣金工艺用焊接方法， 其特 征在于， 当焊点任务集P中的所有焊点间均可以通过焊接机器人完成焊接任务时， 此时进行任 务的初分配， 通过第一分配层进 行初分配， 第二分配层 进行分配优化， 已达到最优的分配结 构， 具体步骤如下： 步骤221、 构建第一分配层和第二分配层， 将分配层结构设置为二维平面 阵， 平面阵大 小为焊点数量M； 步骤222、 将焊点数据与机器人数据输入第一分配层中， 在输入层神经元中随机选取一 个待分配补焊焊点坐标U作为网络的输入， 根据焊接机器人与焊点的可达性矩阵， 获得执行 焊接任务U的机器人集合C， 并计算C中每台机器人与U的距离， 选取距离最小的神经元作为 获胜神经 元； 步骤223、 将获胜神经元作为第二分配层的输入变量， 以达成机器人作业次序优化的目 的， 通过判断作业时间的优劣， 将第二分配层输出结果返回值第一分配层的输入层中进行 任务重分配过程； 步骤224、 针对单机器人获取优化焊接次序， 计算机器人运行时间和计算工位内机器人 最大时间与最小作业时间的差值， 判断机器人运行时间差是否大于阈值， 若大于阈值是则 将当前分配结果返回至步骤2 22中， 进行重新分配， 否则输出分配结果。 4.根据权利要求1所述 一种钣金工艺用焊接方法， 其特 征在于， 在步骤3中， 通过任务分配将焊点任务分配至各个焊接机器人中， 焊接机器人根据焊点 任务进行焊接 轨迹确认， 具体步骤如下： 步骤31、 首先获取场景信息， 并建立地 图模型， 此模型在每个机器人工作时， 只需建立 一次； 步骤32、 其次使用目标检测网络实时检测标志物位置， 计算作业起点位置并确定作业权　利　要　求　书 1/3 页 2 CN 115415694 A 2区域； 步骤33、 然后由地图模型重建出作业区域点云， 利用点云处理和边界提取算法， 提取焊 缝轨迹， 制定机器人作业 位姿优化策略； 步骤34、 输出提取的精确焊接 轨迹。 5.根据权利要求 4所述一种钣金工艺用焊接方法， 其特 征在于， 在步骤32中， 由于机器人焊接现场环境复杂， 存在多余焊缝和干扰， 所以需要保证焊缝 提取的准确性和焊接引导的效率， 从而需要快速准确的明确焊接作业起点和作业区域； 首 先焊接机器人作业前， 需要引导机器人到达作业起点位置， 目标检测网络得到标志物的中 心点像素值后， 将地图模型中的深度图像对齐到彩色图像， 得到像素坐标系 下的坐标点即 为焊接作业起点， 根据机器人手眼标定和机械臂位姿数据， 计算出作业起始点相对于机器 人基座标系的空间位置即为作业区域， 即计算公式如下 其中， Sa是焊接作业起点， Sb为作业区域， RA.TA为机器人的姿态和位置矩阵， RX.TX为深 度相机相对于机器人末端的姿态和位置矩阵； 标志物在视觉引导过程中指示的范围为机器 人作业范围， 重建范围内的场景点云， 能够有效减少现场环境和背景的干扰。 6.根据权利要求 4所述一种钣金工艺用焊接方法， 其特 征在于， 在步骤33中， 获取作业场景彩色图像实时检测引导标志物， 根据 标志物指示范围， 生成 点云重建区域， 将区域内的深度图像映射得到三 维点云， 重建出作业场景， 可以去除大量背 景点云， 提高焊接轨迹点云的提取效率， 为提高点云重 建的质量， 对感兴趣区域内的深度图 像进行滤波处理。 针对表面反光过强， 产生的深度图像噪声， 采用联合双边滤波器进行消 除， 在去除噪声的同时， 保留边缘信息， 对深度图像进行处理后， 可根据深度图像计算得到 三维点云。 7.根据权利要求1所述 一种钣金工艺用焊接方法， 其特 征在于， 在步骤4中， 需要对完成焊接的钣金进行焊接质量的检测， 利用相机进行采集钣金件的 焊缝信息， 从而根据焊缝图像信息进行对焊接质量的判断， 具体步骤如下： 步骤41、 图像采集和预处 理； 步骤42、 图像特征提取， 对焊缝图像 中的线结构光条纹中心线进行图像分割操作， 再进 行线结构光条纹中心线提取， 最后提取 出焊缝图像特 征点； 步骤43， 进行焊缝点检测。 8.根据权利要求1所述 一种钣金工艺用焊接方法， 其特 征在于， 在进行步骤42中的图像特征提取， 首先需要对焊缝图像 中的线结构光条纹中心线进行 图像的分割操作， 先求出待提取条形线的法线方向， 再根据法线方向对像素点进行泰勒展 开来判定像素点是否为中心像素点， 从而完成图像的分割工作； 其次需要 进行对线结构光条纹中心线提取， 步骤如下： 步骤421、 获取原焊缝图像， 制作出属于PSPNet和CenterNet网络的数据集。 利用训练好 的PSPnet网络对图像进行分割操作； 步骤422、 通过Steger算法进行焊缝线结构光条纹中心线提取， 并输出图像提取结果 图；权　利　要　求　书 2/3 页 3 CN 115415694 A 3