超精准快速的测量系统,在焊接时能提高定点亮度!

   自动化那些事        

基于激光条纹的光学三维测量技术基于双线结构光的焊接三维在线测量系统中越来越重要,对精确提取激光条纹具有重要意义。在焊接过程中,通常会提取出高亮度噪声导致的错误激光条纹中心,造成严重的测量误差。


研究者提出了一种基于时空噪声正则化的激光条纹提取算法,在时间维度上计算每个像素点的噪声权重,在空间维度上抑制高亮度噪声。该算法包含四个新步骤,可在激光条纹受高亮度噪声影响时实现准确、快速的激光条纹提取。


同时,构建了基于双线结构光的在线焊接三维测量系统,实现了增材制造中的在线三维测量。实验分析验证了该方法的有效性和准确性。本文以“Laser stripe extraction in additive manufacturing based on spatiotemporal noise regularization”为题于2020年10月9日发布于《Optical Review》杂志上。

超精准快速的测量系统,在焊接时能提高定点亮度!


研究背景


近年来,随着智能焊接技术的发展,三维数据变得越来越重要。光学三维测量技术由于精度高、速度快等优点,在焊接等工业应用中得到了广泛应用,可分为被动和主动两种。


被动式技术是利用两台或两台以上的摄像机捕捉被测物体的图像,通过的立体匹配获得三维数据。主动技术使用一个结构光和一个摄像机来实现三维测量,这是更常见的,因为它比被动技术更高的精度。然而,在复杂环境下,主动技术可能存在鲁棒性问题,难以获得可靠的三维数据。


在焊接中,通常采用基于激光条纹系统的主动焊接技术。该系统在被测物体上投射出一条激光条纹,由摄像机捕获,并计算出三维数据。因此,激光条纹提取是三维测量的基础和重要步骤。


总的来说,激光条纹提取算法主要分为三类。第一类基于几何信息,如拓扑细化算法、排斥力场算法、Voronoi图等,对捕获图像进行二值化处理,去除边界点,得到激光条纹的中心坐标。第二类基于能量信息,如灰度-重力算法和场景辐照密度等,计算图像灰度的统计量。第三类是其他特殊算法,引入了激光条纹分割、多重高斯拟合或Hessian矩阵等。但在实际的增材制造中,由于上述算法对油烟、飞溅等高亮度噪声敏感,影响了激光条纹提取的准确性和鲁棒性,因此不适用于实际的增材制造。


因此,为了解决上述问题,提出了一种基于时空噪声正则化(SNR)的激光条纹提取算法,以提高激光条纹受高亮度噪声影响时中心线的精度。该算法包含四个步骤。首先,提出了感兴趣区域提取算法,该算法选取灰度均值较低的图像进行感兴趣区域的提取。然后,在时间维度上,将每个像素的灰度变化分为四种类型。


该研究构建了一种基于双线结构光的焊接三维在线测量系统,如图所示,包括两套三维测量模块和一组现场可编程门阵列(FPGA)模块。这两套三维测量模块位于焊枪前后,每个模块包含一个CMOS相机(Basacler A1920-155 um)和一个线性激光器(450 Nm)。FPGA模块由ALINX Xilinx Spartan-6 XC6SLX9和两条触发线组成,使两台摄像机同时捕获图像。

超精准快速的测量系统,在焊接时能提高定点亮度!


图为基于双线结构光的焊接三维在线测量系统


对于焊缝的三维测量,需要额外的解释。焊缝三维数据对焊接质量监测和焊接参数优化具有重要意义。与钢板堆焊不同的是,加性制造需要焊接在不均匀的焊缝上,这就很难用一套三维测量模块进行在线三维测量。


研究者提出了一种激光条纹提取算法,其目的是在高亮度噪声影响下实现精确的激光条纹提取。该算法包含四个步骤,为了清晰起见,研究者以一个捕获的图像为例来说明原理图,如图所示。

超精准快速的测量系统,在焊接时能提高定点亮度!


图为提出的激光条纹提取算法的原理图


在实验中,这些图像被在线焊接三维测量系统捕获,如图所示。提取激光条纹,获取三维数据。在这一部分中,给出了所提出的激光条纹提取算法的性能,并选择了传统的算法与所提出的算法进行了比较。

超精准快速的测量系统,在焊接时能提高定点亮度!


图为a激光条纹受飞溅的影响。b激光条纹受烟尘的影响

超精准快速的测量系统,在焊接时能提高定点亮度!


图为激光条纹提取算法的比较


该研究首先在焊缝三维测量和焊缝跟踪实验中对所提出的激光条纹提取算法进行了定量评价。然后,给出了基于双线结构光在线焊接三维测量系统的实验结果。

超精准快速的测量系统,在焊接时能提高定点亮度!


图为焊缝三维测量中的定量评价a焊接珠。b第4组三维数据

超精准快速的测量系统,在焊接时能提高定点亮度!


图为焊缝跟踪定量评价。a焊缝b第3组焊缝轨迹

超精准快速的测量系统,在焊接时能提高定点亮度!


图为添加剂制造中的在线焊接三维测量:a焊缝的第一层。b焊缝的第二层。c三维数据


测试了该算法的运行时间,该算法使用Intel(R)Core(TM)i7-8700 K CPU和NVIDIA GeForce GTX 1060进行测试。软件环境为VisualStudio 2015 C++。选取分辨率为300×300的图像,将噪声点设置为2000。


该算法通过计算统一设备体系结构(CUDA)和CPU进行加速,得到的三维数据仅需17.33ms。为了进一步提高运行速度,可以降低图像分辨率和噪声点。因此,该算法可用于实时三维测量。


研究结论


该研究提出了一种基于信噪比的激光条纹提取算法,该算法能在激光条纹受高亮度噪声影响时获得精确的激光条纹中心。


该算法包括四个步骤:利用感兴趣区域提取算法获得可靠的感兴趣区域;基于信噪比的噪声抑制算法通过计算每个像素的噪声权值来抑制高亮度噪声;基于Hessian矩阵的激光条纹中心提取算法可以获得初始亚像素;激光条纹中心细化算法根据焊接成像特征,在每一行或每一列中选择正确的坐标。


对比实验和实际焊接实验验证了该算法的优越性。同时,构建了基于双线结构光的在线焊接三维测量系统,实现了精确的测量。


参考文献:Haotian Yu, Chongchong Peng, Zhuang Zhao & Yi Zhang Laser stripe extraction in additive manufacturing based on spatiotemporal noise regularization  Optical Review 521–529(2020)



最新评论(0)条评论
不吐不快,我来说两句

还没有人评论哦,抢沙发吧~

相关新闻推荐