一、薄板焊缝跟踪传感器的实验研究（论文文献综述）
周跃龙[1]（2021）在《基于激光视觉的焊缝检测与跟踪系统研究》文中研究说明随着工业自动化水平的提高以及人工焊接存在的弊端,示教型焊接机器人逐渐应用于现代焊接领域,如汽车和船舶等复杂构件的焊接,实际焊接环境中薄板构件由于存在装夹误差和热变形等不确定因素,导致实际焊接轨迹与示教轨迹存在较大误差,使焊接效率和质量不能达到要求。为此本文搭建了主动视觉机器人焊缝检测跟踪系统进行研究,提出基于无锚分类回归孪生神经网络的焊缝跟踪算法实现强噪声下的焊缝精确检测跟踪,并通过改进的蚁群算法完成跟踪路径规划,提高焊接的质量与效率。（1）为获取像素坐标系下焊缝二维坐标到机器人基坐标系下三维坐标的转换关系,本文基于光学三角法原理设计了三线激光视觉传感器并进行标定工作,研究了相机标定,激光平面标定和相机与机器人之间的手眼标定算法,最后利用Halcon视觉开发软件完成各部分的精确标定,最大标定绝对误差为0.122mm,满足焊缝跟踪精度要求。（2）针对弧光和烟雾等强噪声干扰下难以进行焊缝检测跟踪的问题,本文提出了一种基于无锚分类回归孪生网络的跟踪算法。首先在焊接开始前通过二值化处理、直线检测等传统图像处理方法检测初始焊缝特征点并建立跟踪目标区域。然后焊接开始时孪生子网络提取焊缝特征并输入后续无锚分类回归子网络,进行相似性计算以及焊缝目标区域的精准预测。（3）为提高复杂薄板构件焊缝跟踪过程中焊接机器人路径规划效率和安全性,本文利用RRT*算法实现无碰撞的局部焊缝路径规划,然后根据改进的蚁群算法进行全局路径规划,最后通过Matlab进行焊缝跟踪路径规划仿真实验,实验结果表明本文所规划的路径满足方向约束、无碰撞和长度最短的要求。（4）为验证本文提出的跟踪算法的可行性,本文设计并搭建了六轴焊接机器人激光视觉焊缝跟踪平台,对直线角接和曲线搭接焊缝进行焊缝跟踪实验,实验结果表明:在弧光和烟雾等强干扰下,本文提出的焊缝跟踪算法能实现焊缝特征点精确稳健的实时跟踪,平均绝对跟踪误差为0.3mm和0.32mm,平均帧率90fps,相较于传统图像处理和ECO算法等提高了跟踪精度和速度,有效提高了复杂薄板构件的焊接效率和质量。
乐猛[2]（2020）在《基于激光视觉传感膜式壁焊缝自动跟踪系统研究》文中研究指明针对锅炉行业中大量存在的异性膜式壁焊缝,本文基于龙门架平台开发了一种基于单目线性结构光的5自由度焊接机器人,此机器人具有工作范围广、适应性强,特别适用于锅炉行业中的膜式壁焊接自动化作业,该焊接机器人采用单目线性结构光传感器等外置传感器,具有工作稳定、工作时间长、抗干扰能力强等特点,因此,单目线性结构光应用于实际焊接自动化作业具有重要意义。本文围绕着硬件系统的搭建、软件系统设计、膜式壁焊缝图像处理及其识别、焊缝偏差识别以及机器人轨迹规划和控制器设计等展开了相关研究。首先,介绍了机器人系统组成,硬件部分由龙门架轨道式移动平台、焊炬、弧形导轨机构、单目线性结构光传感器和机器人控制箱等组成,其中设计并加工了单目线性结构光传感器,通过连接板合理地安装在龙门架上,利用CCD相机采集激光器发射在膜式壁焊缝上的图像,为后续的焊缝图像处理做准备;软件部分由OpenCV开源库、控制系统中一些板卡自带的SDK和MFC等组成,在Window 7+Visual Studio 2013 环境下进行开发。其次,对传感器中的相机进行了标定,建立了视觉系统数学模型、设计了焊缝图像处理及其焊缝特征点提取算法,主要包括灰度级开运算、顶帽变换、连通域标记删除、灰度级频率确定激光条纹区域、形态学算子细化处理、骨架抽取算法和动态ROI焊缝特征点提取法,并建立了焊缝偏差识别数学模型,对膜式壁焊缝跟踪进行了轨迹规划,基于三次均匀B样插补面拟合法和模糊控制算法设计了膜式壁焊缝自动跟踪系统控制器。最后,对锅炉行业中膜式壁空间焊缝进行了焊接试验,将其分为平焊缝、上坡焊缝、下坡焊缝以及膜式壁正反面,并对它们进行了实验研究,最后做了焊缝跟踪精度和简单的工艺分析。实验结果表明,本文硬件部分设计合理、设计的焊缝图像处理和跟踪控制算法鲁棒性强,可靠性好,焊缝跟踪准确,焊接成形质量良好。
孙增光[3]（2020）在《基于图像处理的机器人焊接智能制造技术研究》文中提出焊接是制造业中的重要工艺技术,广泛应用在工业制造、军事航天、家用电器等领域。人工焊接时,产生的有害气体、弧光飞溅、烟尘等会对身体造成一定的伤害。此外,工人还需要长时间保持某一固定的焊接姿态,其工作强度较大,难以保持焊接质量的稳定性和一致性。因此,为了实现焊接自动化,提高焊接产品的生产效率及质量,改善工人恶劣的劳动环境,对基于图像处理的机器人焊接智能制造技术进行了研究。本文选用ABB IRB2400型焊接机器人,利用离线编程软件Robot Studio和三维设计软件Solidworks,搭建了焊接机器人工作站。通过查询焊接手册,进行焊接试验,确定了焊接工艺参数。创建了常用的焊接I/O信号,进行信号关联,编写完成了焊接程序。进行焊接仿真时,利用示教器生产屏幕,不断优化焊接参数,得到了较为理想的焊缝。焊接机器人运动学分析是研究机器人技术的前提,它为焊接机器人实现轨迹规划和运动控制提供了理论依据。本文运用D-H参数法确定了机器人各连杆参数,利用Matlab Robotics Toolbox工具箱完成了ABB IRB2400机器人建模。对机器人进行正逆运动学求解,验证了机器人建模的正确性。运用多项式插值算法,进行关节空间轨迹规划,确定了五次多项式插值算法为理想的算法。给定机器人初始和终止位姿,生成末端轨迹的位移曲线、运动曲线、角速度曲线和角加速度曲线,验证了机器人设计的合理性。为了提高焊接精度,实现焊缝实时跟踪,采用视觉传感器采集焊缝图像,实时传输到计算机中进行图像处理。图像处理时,运用滤波处理、灰度处理、二值化处理等多种算法来处理焊缝图像,获得了边缘轮廓清晰的黑白图像,同时利用图像骨架法生成了焊缝中心线。焊接时,通过调整焊枪与焊缝中心线之间的位置偏差,保证焊枪始终与焊缝中心线对齐,从而使得焊接具有实时性和高准确度。焊接温度场的变化规律,是控制焊接残余应力,提高焊接质量的重要依据。利用ANSYS有限元分析软件,建立了合理的焊件模型,采用映射网格划分法进行网格划分。运用生死单元技术,模拟了焊缝的填充过程。通过APDL语言编写参数化程序,获得了不同时刻的焊接温度场云图。通过分析焊缝不同节点处温度随时间的变化规律,进而优化焊接工艺参数,为提高焊接质量提供了参考。本文研究的焊接智能制造技术,主要包括离线编程技术、工业机器人技术、焊缝传感器技术和有限元分析技术。设计了一套合理的焊缝跟踪系统,解决了弧光和飞溅的干扰问题,能够实现直线、曲线、折线等多种工况下的焊缝中心线提取。焊缝跟踪系统配合焊接机器人工作站的协同工作,对发展智能焊接技术具有重要意义。
宫海坤[4]（2020）在《薄壁件窄间隙焊缝的识别与跟踪方法研究》文中认为大型薄壁结构件在航空航天等领域具有广泛的应用,但是某些薄壁件间存在缝隙较小（小于0.1mm）的狭窄焊缝,因此需要采用自动化焊接的方式对薄壁结构件进行连接,而具有高效精密焊接效果的激光焊接技术尤为适合薄壁件的焊接。在实际焊接中,激光束的光斑直径较小（小于200μm）,因此需要获取焊缝的准确位置,以保证在焊接过程中实时控制激光束对准焊缝中心,而焊缝自动识别与跟踪技术是实现自动化精确焊接的关键。针对存在的窄间隙对接直线焊缝,本文研究了一种基于结构光视觉的焊缝识别跟踪方法,可以满足实际工业项目中的高精度、实时性要求。本文首先介绍了焊缝识别与跟踪系统的原理及硬件组成。同时搭建了视觉传感系统,用以实时采集高质量的焊缝图像,并介绍了其组成及原理。还对系统的硬件选型做了详细介绍,并选择了合适的器件。其次对视觉系统的标定进行了研究。包括相机标定及结构光平面的标定,进行了相机内参标定和结构光平面标定实验,得到了相机内部参数和结构光平面参数,实现了二维图像点与三维空间点之间的相互转换。然后,进行了高精度焊缝自动识别的研究。通过图像ROI提取计算、图像滤波、图像分割等图像预处理操作,缩减了图像处理区域,提高了焊缝识别算法的实时性,并滤除了图像的噪声干扰,进一步将目标区域与背景区域分离。研究使用了一种改进的基于Hessian矩阵的亚像素精度的中心线提取算法,提取了激光条纹和焊缝的中心线并进行最小二乘拟合,计算两条拟合中心线的交点即可求得所需焊缝中心特征点。并且还对焊缝跟踪的超前检测误差进行了分析。最后,搭建了焊缝识别跟踪实验平台,进行了焊缝跟踪实验。介绍了焊缝跟踪系统的实验平台及控制系统,开发了用于焊缝识别跟踪的操作软件,用以控制焊缝跟踪的开始与停止。并利用点激光器替代激光焊接设备进行了焊缝识别跟踪实验。实验结果表明,焊缝跟踪精度可达0.007mm,对窄间隙焊缝的识别处理速度可达60帧/s,本文所提出的焊缝识别与跟踪方法满足工业中的高精度和实时性要求。
周依霖[5]（2019）在《轮腿复合爬壁焊接机器人研制与动力学特性研究》文中研究说明实现大型钢结构件的现场焊接自动化是缩短焊接制造周期,降低焊接制造成本,改善焊接制造质量的关键。爬壁机器人能够携带作业工具在多种形式的壁面上实现移动作业,在作业灵活性和柔性等方面具有很大的优势,将爬壁机器人技术与自动焊接技术相结合,成为解决大型钢结构件的现场自动化焊接难题的有效途径。本文在总结和分析国内外爬壁机器人技术的基础上,针对大型钢结构件的现场焊接环境特点和实际焊接作业需求,研制了一种永磁吸附轮腿复合爬壁焊接机器人,并对机器人的移动吸附原理、理论设计与优化、运动学和动力学建模分析等相关理论和技术进行了深入研究。针对爬壁焊接机器人设计中面临的平稳移动与环境适应、可靠吸附与灵活运动的矛盾问题,结合腿足式移动机构复杂环境的适应性、轮式移动机构连续平稳的移动性以及非接触式永磁吸附系统吸附力的可控性特点,提出了非接触式永磁吸附系统与轮腿复合移动机构相结合的爬壁机器人构型方案。为了实现机器人对焊枪位置和姿态的灵活、精确控制,提出了包含2个移动关节和2个转动关节的焊接执行机构构型方案。基于上述构型方案,设计了包括摆动轮腿机构、升降轮腿机构、柔性车架和焊接执行机构在内的爬壁焊接机器人本体结构。为了验证机器人结构设计的合理性,分别对机器人的附着能力、移动能力和环境适应能力进行了分析。永磁吸附系统的性能直接关系到爬壁焊接机器人的附着稳定性、壁面适应性和运动灵活性。通过对机器人在越障和壁面过渡两种运动形式下的稳定附着条件进行分析,得到了维持机器人稳定附着永磁吸附系统所需满足的最小吸附力要求,确定了永磁吸附单元的吸附力设计值。通过对磁性材料和磁路结构型式的分析与比较,设计了永磁吸附单元的磁路结构。结合有限元方法,对永磁吸附单元在平直壁面和凹凸柱面吸附时的吸附性能分别进行了分析,并对吸附单元的结构参数进行了优化。针对机器人可能存在的摆腿失稳问题,结合永磁吸附单元的吸附力调节特性,对吸附单元的安装参数进行了优化。基于内平衡吸附原理,设计了一种内平衡弹簧机构,利用非线性弹簧的弹力平衡中部永磁吸附单元的吸附力,解决了因吸附力过大而造成的丝杆机构驱动困难的问题。运动学和动力学的建模分析是实现爬壁焊接机器人运动控制的基础。针对机器人结构的复杂性和特殊性,将机器人本体划分为焊接执行机构和轮腿复合移动机构两个部分。采用Denavit-Hartenberg方法,建立了焊接执行机构的运动学模型,推导了执行机构的运动学正逆解。采用Sheth-Uicker方法,并通过引入瞬时重合坐标系,分析了轮腿复合移动机构与轮腿机构关节及驱动轮之间的运动关系,建立了移动机构的通用运动学模型,推导了移动机构的运动学未知参数解和逆运动学执行方程。在此基础上,通过速度矢量方法,建立了机器人整体运动学模型。针对机器人越障和壁面过渡轮腿复合运动,基于运动学模型推导出运动约束方程,利用Routh方程建立了机器人的动力学模型,分析了机器人腿部关节和驱动轮之间的驱动力矩关系。针对机器人轮式滑动转向运动,分析了机器人任意姿态下驱动轮支持力的分布;基于车辆动力学理论中的轮胎离散模型,分析了驱动轮与壁面之间的摩擦力学特性;在此基础上,利用Newton-Euler方程建立了机器人瞬态和稳态转向动力学模型,分析了不同壁面倾角下机器人转向运动过程中运动学、动力学参数的变化规律,以及机器人结构参数对转向动力特性的影响。最后,采用分级和模块化思想,设计了由上位机监控系统和下位机主控系统构成的机器人控制系统。研制了爬壁焊接机器人样机,并对其进行了实验研究,包括壁面附着、壁面转向、壁面适应和壁面越障实验。实验结果表明,机器人具有良好的附着能力、移动能力和环境适应能力,证明了本文在机器人设计和理论分析方面的正确性与合理性。
龚勤慧[6]（2019）在《对焊缝跟踪技术研究现状与发展的分析》文中研究指明通过对焊缝跟踪原理的阐述,介绍焊缝跟踪技术,并对焊缝跟踪系统的组成进行分析。在讨论焊缝跟踪传感器,如视觉传感器、激光传感器等研究的进展基础上,介绍焊缝跟踪智能控制方法的研究进展,如人工神经网络控制、遗传算法等在焊缝跟踪中的应用,并对焊缝跟踪技术的发展趋势进行分析。
张贤锌[7]（2019）在《基于面阵电容传感器的波纹板焊枪姿态识别方法研究》文中进行了进一步梳理电容传感器是目前应用十分广泛的高精测量传感器,因为其制造成本低、测量范围大、动态响应灵敏度高的特点,现已广泛应用于工业领域,而且电容传感器可以在高温、低温和强磁场环境等恶劣环境下长期工作。随着国家智能制造2025计划的不断推进,以集装箱波纹板为代表的海工装备存在着焊接自动化程度低和焊接质量参差不齐的问题。因此,如何提高波纹板焊接质量和自动化水平,解决因焊接变形、空间狭小等带来的困难,满足波纹板焊接实时焊缝跟踪、焊接起始点自动定位以及焊枪姿态自动调整的要求,达到波纹板焊接自动化和智能化的目的,是海工装备制造过程中亟待解决的问题。本课题针对波纹板焊缝起始点自动定位和焊枪姿态识别的问题进行了深入研究,提出了面阵电容传感器的设计思路,研究了波纹板焊缝起始点自动定位和焊枪姿态识别方法。首先,在分析了传统阵列电容传感器的理论基础上,研究了面阵电极检测原理,并基于电容敏感机理,通过理论分析和有限元建模,设计了新型面阵电容传感器,研究了电极结构参数对测试的影响,对面阵电容传感器结构进行优化设计。其次,本文采用了基于CAV444的电容数据转换电路和阿尔泰USB3100数据采集卡,并针对数据采集及处理模块进行了软硬件设计,开发了NI LabVIEW的电容波形数据可视化上位机,搭建了波纹板焊缝焊接起始点自动定位和焊枪姿态识别试验平台。再次,针对波纹板结构特点,在5种不同的极板激励模式中,采用预测模型方法,解耦了波纹板焊缝偏差角度训练样本和焊枪姿态角度训练样本与电容值训练样本的函数关系,分别建立了5种激励模式下的波纹板焊缝起始点自动定位预测模型和焊枪姿态识别预测模型。最后,在波纹板角度变化的偏差范围内确定波纹板焊缝偏差角度及焊枪姿态角度测试样本,并将采集的对应的电容值代入预测模型,得到响应角度,将测试样本与响应角度进行稳定性误差计算,得到适合波纹板焊缝起始点自动定位和焊枪姿态识别的预测模型,试验结果精度可以满足波纹板焊缝自动定位和焊枪姿态识别精度要求,进而验证了该方法的可行性和有效性。
刘诚[8]（2018）在《龙门式焊接机器人焊缝跟踪系统研究》文中认为针对造船厂中存在的大量大型结构焊接,本文基于龙门架平台开发了一种基于旋转电弧传感器的5自由度焊接机器人。此机器人具有工作范围大,特别适合对大型焊件进行焊接作业。该焊接机器人采用旋转电弧传感器探测和跟踪焊缝,旋转电弧传感器是一种实时焊缝跟踪传感器,相较于视觉传感器等外置焊缝传感器,它具有无前置误差、不受弧光和飞溅干扰等优点。因此研制一种基于旋转电弧传感龙门式焊接机器人应用于造船业等行业中,对提高我国造船业的自动化焊接水平具有重要意义。本文主要围绕着机器人硬件系统的搭建、旋转电弧传感器对角焊缝的跟踪、以及机器人轨迹规划和运动控制等相关技术进行研究。机器人硬件系统主要由龙门架移动平台、焊炬摆动机构、旋转电弧焊炬和机器人控制系统组成。本文设计了焊炬摆动机构和焊炬连接板等机构。机器人控制系统采用基于PC104总线的嵌入式控制系统,该系统具有运动控制、信号采集和处理等功能。设计和优化了相关的硬件电路,减少了电路之间的飞线,提高了系统的抗干扰性和稳定性。研究了旋转电弧传感器的基本原理,在前人的基础上设计了信号滤波器,利用最小二乘法对滤波后电流信号拟合为直线,该直线斜率代表了焊缝偏差。建立了旋转电弧焊炬高度的几何模型,通过对此模型的研究,利用最小二乘法对一个焊炬旋转周期内的前后两半周期的焊接电流分别进行拟合,得到了焊炬在存在倾角时对焊缝偏差的识别方法,即两条直线的斜率的平均值代表了偏差。此外,本文设计了模糊控制器,采用此模糊控制器控制机器人跟踪焊缝。最后,对格子形船舱中的格子形角焊缝进行了研究,将其分为直线角焊缝、90°折线角焊缝。建立了焊接机器人的运动学方程,完成了对焊炬位置姿态的描述,设定了焊件的工件坐标系和焊炬原点,完成了焊接机器人对90°折线角焊缝轨迹规划,利用旋转电弧传感器对直角点的识别,将机器人对90°折线角焊缝的焊接分为两段直线角焊缝的焊接,保证了焊接到角点处焊缝。通过实验,完成了90°折线角焊缝的焊接,验证了焊接机器人对格子形船舱焊接的可行性。
陈天元[9]（2018）在《焊接机器人视觉焊缝跟踪系统研究》文中认为焊接在工业中的应用越来越广泛,以往工业上常用的人工焊接、半自动焊接方式由于焊接质量的难以保证或缺乏通用性等原因,逐渐被焊接机器人取代。焊接机器人突破了手工焊接的缺陷,提高了生产效率,降低了人力成本,在工业制造自动化领域中的需求越来越大。本文将结构光视觉原理应用在焊接机器人上,通过非接触式的视觉测量,引导焊接机器人实现对于焊缝的跟踪。本文设计了一套焊接机器人视觉焊缝跟踪系统,可以实现焊接机器人对于焊缝的自动识别、精确定位以及焊缝跟踪的功能。基于焊缝跟踪的精度要求与结构光视觉原理,设计了焊缝跟踪传感器的机械结构,并使其可以灵活固定在焊枪上,形成Eye-in-Hand系统,用于采集结构光焊缝图像。六轴机器人作为系统的运动搭载部件,将焊枪固定在机器人的末端,通过六轴机器人实现焊枪与焊缝跟踪传感器的灵活移动。工控机通过以太网与焊缝跟踪传感器与六轴机器人进行通信,为系统的控制中心,可以通过焊缝跟踪传感器采集结构光焊缝图像进行处理,并结合六轴机器人的位置信息计算焊缝位置,并控制机器人实现焊缝的跟踪。本文研究了结构光焊缝图像的焊点提取算法,通过对结构光焊缝图像进行边缘截取、图像滤波、阈值分割、光条中心提取,并对焊点大致位置两侧直线分别进行最小二乘拟合直线求交点的算法,实现了焊点像素坐标的采集可以达到亚像素级。本文还研究了结构光焊缝跟踪传感器中相机内部参数的标定方法。针对650nm滤光片导致标定图像难以采集的问题,提出使用背光源提升标定棋盘格的亮度的方法,实现结构光平面方程以及相机手眼参数的标定,并通过实验采集数据修正了相机手眼参数,进一步提升了系统标定的精确度。本文对焊接机器人视觉焊缝跟踪系统进行了系统软件编写,设计了机器人、工控机、相机之间的通信程序。在焊接机器人工作范围内进行了焊缝跟踪精度的实验测试。焊缝跟踪实验结果表明,系统对于X轴、Y轴方向的跟踪精度较高,平均误差在0.5mm以内,而在Z轴方向的跟踪误差较大,平均误差为0.95mm,能够满足中厚板V型角接焊缝跟踪的精度要求。
唐琛[10]（2017）在《复杂曲线焊缝智能跟踪检测技术研究》文中提出工业机器人广泛应用于包装、搬运、检测、喷涂、切削等各种制造业领域。机器人焊接技术是其中重要的研究方向之一。随着人们对工业机器人不断的深入研究且劳动力的人工成本逐年增加,促使工业机器人焊接技术朝着自动化、智能化的方向发展。目前国内大多数机器人焊接都采用了传统示教再现方式,即在焊接之前事先手动设定焊接路径点。但是面对空间轨迹复杂、位置精度低或易变形的焊缝,容易出现实际焊缝与示教路线偏差较大的情况。因此在执行复杂轨迹的焊接任务时,辅以焊缝跟踪检测技术更为合适。国内外机构和学者对机器人焊缝跟踪检测技术的研究主要集中在平面直线或者简单曲线焊缝上,针对复杂曲线焊缝的跟踪检测问题研究较少。本文对基于结构光扫描式焊缝跟踪传感器的机器人智能焊接技术进行了研究。包括焊缝图像的数字化处理算法、系统参数标定方法、机器人运动控制方法等。焊缝图像数字化处理采用膨胀和腐蚀算法以及二值图像减法等方法,将图像中的特征点提取出来,转换成摄像机平面的坐标值。系统参数标定包括摄像机标定,结构光标定和机器人手眼标定。焊接过程中焊枪的运动分解成平移和旋转两部分,通过基于遗传算法的最优控制方法实现对机器人的运动控制。最后,为了验证本文提出的焊缝跟踪运动控制策略的有效性。首先在Matlab软件下进行了简单自由曲线和复杂锯齿型曲线焊缝的焊接运动过程仿真,然后通过实验进行了验证。实验结果表明该焊缝跟踪系统的可行性。
二、薄板焊缝跟踪传感器的实验研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、薄板焊缝跟踪传感器的实验研究（论文提纲范文）
（1）基于激光视觉的焊缝检测与跟踪系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 课题来源 |
| 1.3 国内外研究现状 |
| 1.3.1 焊缝跟踪现状 |
| 1.3.2 焊缝跟踪路径规划现状 |
| 1.4 论文的研究内容和目录结构 |
| 第二章 焊缝跟踪系统结构与标定 |
| 2.1 系统结构 |
| 2.2 线激光视觉传感器结构与测量原理 |
| 2.2.1 线激光视觉传感器结构 |
| 2.2.2 线激光视觉传感器测量原理 |
| 2.3 系统标定 |
| 2.3.1 工业相机标定 |
| 2.3.2 线激光平面标定 |
| 2.3.3 视觉传感器与机械臂的手眼标定 |
| 2.3.4 标定误差 |
| 2.5 本章小结 |
| 第三章 基于无锚分类回归孪生网络的焊缝跟踪算法 |
| 3.1 神经网络 |
| 3.1.1 卷积神经网络 |
| 3.1.2 孪生神经网络 |
| 3.1.3 全卷积孪生网络 |
| 3.2 焊缝初始特征点检测算法 |
| 3.2.1 二值化处理 |
| 3.2.2 形态学处理 |
| 3.2.3 骨架提取处理 |
| 3.2.4 直线检测求交点 |
| 3.3 基于无锚分类回归孪生网络的焊缝跟踪算法 |
| 3.3.1 孪生子网络 |
| 3.3.2 无锚分类回归子网络 |
| 3.3.3 建立焊缝数据集和网络训练 |
| 3.4 本章小结 |
| 第四章 焊接机器人跟踪路径规划算法 |
| 4.1 建立问题模型 |
| 4.2 碰撞检测 |
| 4.3 局部跟踪路径规划 |
| 4.4 全局跟踪路径规划 |
| 4.5 本章小结 |
| 第五章 实验研究与分析 |
| 5.1 焊缝跟踪实验平台 |
| 5.1.1 硬件平台 |
| 5.1.2 软件平台 |
| 5.2 实验结果与分析 |
| 5.3 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读学位期间取得与学位论文相关的成果 |
| 致谢 |
（2）基于激光视觉传感膜式壁焊缝自动跟踪系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 选题背景与研究意义 |
| 1.3 焊接机器人国内外研究现状 |
| 1.3.1 焊接机器人概述 |
| 1.3.2 国外焊接机器人研究现状 |
| 1.3.3 国内焊接机器人研究现状 |
| 1.4 焊缝识别技术 |
| 1.4.1 接触式传感技术 |
| 1.4.2 非接触式传感技术 |
| 1.5 焊缝图像处理与焊缝跟踪技术 |
| 1.5.1 焊缝图像处理技术 |
| 1.5.2 焊缝跟踪技术 |
| 1.6 本课题的研究内容 |
| 1.7 本章小结 |
| 第2章 基于激光视觉传感焊缝跟踪系统硬件设计 |
| 2.1 引言 |
| 2.2 龙门式焊接机器人系统总体组成 |
| 2.3 单目线性结构光传感器设计 |
| 2.3.1 传感器硬件选型 |
| 2.3.2 传感器性能理论验证 |
| 2.4 龙门式焊接机器人硬件部分设计 |
| 2.4.1 龙门架运动平台 |
| 2.4.2 电源模块及其外围电路设计 |
| 2.4.3 伺服电机驱动器 |
| 2.4.4 基于PC104总线控制箱搭建 |
| 2.5 本章小结 |
| 第3章 视觉标定与膜式壁焊缝特征点提取 |
| 3.1 引言 |
| 3.2 视觉标定 |
| 3.2.1 摄像机小孔成像模型 |
| 3.2.2 摄像机内外参模型 |
| 3.2.3 镜头畸变模型 |
| 3.2.4 基于OpenCV库摄像机标定 |
| 3.3 焊缝图像处理及其特征点提取 |
| 3.3.1 焊缝图像预处理 |
| 3.3.2 激光条纹区域确定 |
| 3.3.3 基于骨架抽取法中心线提取 |
| 3.3.4 中心线坐标处理与提取 |
| 3.3.5 动态ROI搜寻法焊缝特征点提取 |
| 3.4 本章小结 |
| 第4章 焊缝偏差识别和焊缝跟踪控制算法研究 |
| 4.1 引言 |
| 4.2 膜式壁焊缝偏差识别及其跟踪 |
| 4.2.1 焊缝偏差识别及其跟踪原理 |
| 4.2.2 焊缝高度与水平方向偏差识别 |
| 4.3 焊接机器人运动学分析及其膜式壁焊缝跟踪轨迹规划 |
| 4.3.1 机器人运动学分析 |
| 4.3.2 龙门式焊接机器人微分控制 |
| 4.3.3 龙门式焊接机器人对膜式壁焊缝轨迹规划 |
| 4.4 基于插补面的焊缝跟踪控制器设计 |
| 4.4.1 基于三次均匀B样插补面拟合法 |
| 4.4.2 焊缝跟踪算法 |
| 4.4.3 控制器设计 |
| 4.5 本章小结 |
| 第5章 膜式壁焊缝跟踪焊接实验研究 |
| 5.1 引言 |
| 5.2 硬件系统搭建 |
| 5.3 软件系统设计 |
| 5.3.1 OpenCV机器视觉开发库 |
| 5.3.2 控制程序流程设计 |
| 5.4 实验验证 |
| 5.4.1 实验前准备 |
| 5.4.2 膜式壁焊缝焊接实验 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（3）基于图像处理的机器人焊接智能制造技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 焊接机器人国内外研究现状 |
| 1.2.1 焊接机器人国外研究现状 |
| 1.2.2 焊接机器人国内研究现状 |
| 1.3 焊缝跟踪技术国内外研究现状 |
| 1.3.1 焊缝跟踪技术国外研究现状 |
| 1.3.2 焊缝跟踪技术国内研究现状 |
| 1.4 焊接机器人智能制造技术的发展趋势 |
| 1.5 论文的主要研究内容 |
| 1.6 本章小结 |
| 第二章 焊接机器人工作站建立 |
| 2.1 焊接项目分析 |
| 2.1.1 焊接方式选择 |
| 2.1.2 焊接参数选择 |
| 2.1.3 供气供电系统设置 |
| 2.2 焊接机器人仿真平台搭建 |
| 2.2.1 焊接机器人工作站主要组成部分介绍 |
| 2.2.2 搭建焊接机器人工作站 |
| 2.3 工具坐标系及工件坐标系建立 |
| 2.3.1 工具参数设置 |
| 2.3.2 工具坐标系设置 |
| 2.3.3 工件坐标系设置 |
| 2.4 焊接机器人I/O信号设置 |
| 2.4.1 模拟量信号的定义与关联 |
| 2.4.2 数字量信号的定义与关联 |
| 2.4.3 焊接参数设置 |
| 2.5 焊接程序编写与仿真 |
| 2.5.1 焊接程序编写 |
| 2.5.2 仿真分析 |
| 2.6 本章小结 |
| 第三章 焊接机器人运动学分析 |
| 3.1 机器人仿真模型建立 |
| 3.1.1 机器人D-H坐标系建立 |
| 3.1.2 建立机器人模型 |
| 3.2 正运动学与逆运动学 |
| 3.2.1 机器人正运动学求解 |
| 3.2.2 机器人逆运动学求解 |
| 3.3 关节空间轨迹规划 |
| 3.3.1 三次多项式插值算法的轨迹规划 |
| 3.3.2 五次多项式插值算法的轨迹规划 |
| 3.4 机器人运动学分析 |
| 3.5 本章小结 |
| 第四章 焊缝图像处理技术研究 |
| 4.1 焊缝跟踪系统的总体设计 |
| 4.1.1 焊缝跟踪系统的组成 |
| 4.1.2 图像处理单元的硬件组成 |
| 4.2 焊缝图像预处理 |
| 4.2.1 模糊焊缝图像处理 |
| 4.2.2 提高焊缝图像对比度 |
| 4.3 灰度处理 |
| 4.3.1 图像噪声 |
| 4.3.2 图像去噪 |
| 4.3.3 灰度变换增强 |
| 4.4 图像二值化处理与散点祛除 |
| 4.4.1 图像二值化处理 |
| 4.4.2 散点祛除 |
| 4.5 边缘检测及中心线提取 |
| 4.5.1 边缘检测 |
| 4.5.2 中心线提取 |
| 4.6 GUI系统设计 |
| 4.7 本章小结 |
| 第五章 焊接温度场仿真分析 |
| 5.1 有限元分析理论 |
| 5.1.1 有限元分析计算 |
| 5.1.2 ANSYS软件介绍 |
| 5.2 焊接温度场模拟 |
| 5.2.1 定义材料属性 |
| 5.2.2 建立几何模型 |
| 5.2.3 划分网格 |
| 5.2.4 生死单元技术 |
| 5.3 焊接温度场计算结果分析 |
| 5.3.1 焊接温度场求解分析 |
| 5.3.2 沿焊缝方向各等距节点的温度场分析 |
| 5.3.3 垂直焊缝方向各等距节点的温度场分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 在读期间公开发表的论文 |
| 致谢 |
（4）薄壁件窄间隙焊缝的识别与跟踪方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 焊缝自动识别跟踪技术的研究现状 |
| 1.2.1 国外研究状况 |
| 1.2.2 国内研究状况 |
| 1.3 传感技术在焊缝识别跟踪中的应用及分类 |
| 1.3.1 接触式焊缝跟踪传感器 |
| 1.3.2 非接触式焊缝跟踪传感器 |
| 1.4 本课题研究的主要内容 |
| 1.4.1 本文主要工作 |
| 1.4.2 内容安排 |
| 第2章 焊缝识别跟踪系统原理 |
| 2.1 焊缝识别跟踪系统设计与原理 |
| 2.2 视觉传感系统构成及原理 |
| 2.2.1 视觉传感系统构成 |
| 2.2.2 系统设计原理 |
| 2.3 器件选型 |
| 2.4 本章小结 |
| 第3章 视觉系统标定 |
| 3.1 引言 |
| 3.2 相机模型建立 |
| 3.2.1 相机成像模型用到的坐标系 |
| 3.2.2 相机成像模型 |
| 3.2.3 相机镜头畸变 |
| 3.3 相机内参标定研究 |
| 3.3.1 相机内部参数 |
| 3.3.2 标定板的设定 |
| 3.3.3 相机内参标定实验 |
| 3.4 线结构光平面标定研究 |
| 3.4.1 结构光参数标定 |
| 3.4.2 线结构光标定实验 |
| 3.5 本章小结 |
| 第4章 高精度焊缝自动识别 |
| 4.1 焊缝图像采集 |
| 4.2 焊缝图像处理 |
| 4.2.1 图像ROI提取计算 |
| 4.2.2 图像滤波 |
| 4.2.3 图像分割 |
| 4.3 光条中心提取 |
| 4.4 焊缝中心线提取 |
| 4.5 焊缝图像处理耗时 |
| 4.6 焊缝跟踪超前检测误差分析 |
| 4.7 本章小结 |
| 第5章 焊缝跟踪实验与分析 |
| 5.1 焊缝跟踪实验平台 |
| 5.1.1 焊缝识别跟踪系统实验平台 |
| 5.1.2 焊缝跟踪系统软件 |
| 5.1.3 控制系统 |
| 5.2 实验过程与数据分析 |
| 5.2.1 焊缝提取跟踪实验 |
| 5.2.2 窄间隙焊缝的识别跟踪实验结果及误差分析 |
| 5.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（5）轮腿复合爬壁焊接机器人研制与动力学特性研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 大型钢结构件现场自动化焊接研究现状 |
| 1.2.1 现场焊接机器人研究现状 |
| 1.2.2 现场焊接环境特点 |
| 1.3 爬壁机器人研究现状 |
| 1.3.1 爬壁机器人类型及特点 |
| 1.3.2 永磁吸附爬壁机器人 |
| 1.3.3 爬壁机器人环境适应技术 |
| 1.3.4 需解决的关键技术问题 |
| 1.4 本文主要研究内容与组织结构 |
| 第2章 轮腿复合爬壁焊接机器人机械系统设计 |
| 2.1 引言 |
| 2.2 机器人设计要求及构型研究 |
| 2.2.1 设计要求 |
| 2.2.2 构型研究 |
| 2.3 机器人本体结构设计 |
| 2.3.1 摆动轮腿机构设计 |
| 2.3.2 升降轮腿机构设计 |
| 2.3.3 柔性车架设计 |
| 2.3.4 焊接执行机构设计 |
| 2.4 机器人功能分析 |
| 2.4.1 附着能力 |
| 2.4.2 移动能力 |
| 2.4.3 非结构焊接环境的特征提取与简化 |
| 2.4.4 壁面适应能力 |
| 2.4.5 越障能力 |
| 2.4.6 壁面过渡能力 |
| 2.5 本章小结 |
| 第3章 轮腿复合爬壁焊接机器人永磁吸附系统优化设计 |
| 3.1 引言 |
| 3.2 机器人壁面稳定附着条件分析 |
| 3.2.1 机器人质心位置分析 |
| 3.2.2 机器人越障稳定附着条件分析 |
| 3.2.3 机器人壁面过渡稳定附着条件分析 |
| 3.2.4 永磁吸附单元吸附力总体要求 |
| 3.3 永磁吸附单元磁路设计 |
| 3.3.1 永磁材料的选择 |
| 3.3.2 软磁材料的选择 |
| 3.3.3 磁路结构的选择 |
| 3.4 永磁吸附单元有限元分析及优化设计 |
| 3.4.1 永磁吸附单元结构参数优化 |
| 3.4.2 永磁吸附单元安装参数优化 |
| 3.5 内平衡弹簧机构设计 |
| 3.5.1 内平衡吸附原理 |
| 3.5.2 非线性弹簧机构设计 |
| 3.6 永磁吸附系统实验 |
| 3.7 本章小结 |
| 第4章 轮腿复合爬壁焊接机器人运动学建模与分析 |
| 4.1 引言 |
| 4.2 运动学建模方法概述 |
| 4.2.1 Denavit-Hartenberg方法 |
| 4.2.2 Sheth-Uicker方法 |
| 4.3 焊接执行机构运动学建模 |
| 4.3.1 坐标系建立及坐标变换关系描述 |
| 4.3.2 执行机构正运动学 |
| 4.3.3 执行机构逆运动学 |
| 4.4 轮腿复合移动机构运动学建模 |
| 4.4.1 坐标系定义及坐标变换关系描述 |
| 4.4.2 齐次变换矩阵时序分析 |
| 4.4.3 移动机构正运动学 |
| 4.4.4 移动机构逆运动学 |
| 4.5 机器人整体运动学建模与分析 |
| 4.5.1 机器人整体运动学模型 |
| 4.5.2 机器人90°折线角焊缝焊接运动仿真分析 |
| 4.6 本章小结 |
| 第5章 轮腿复合爬壁焊接机器人动力学建模与分析 |
| 5.1 引言 |
| 5.2 动力学建模方法概述 |
| 5.3 机器人越障动力学建模与分析 |
| 5.3.1 越障运动学模型 |
| 5.3.2 越障动力学模型 |
| 5.3.3 仿真分析 |
| 5.4 机器人壁面过渡动力学建模与分析 |
| 5.4.1 壁面过渡运动学模型 |
| 5.4.2 壁面过渡动力学模型 |
| 5.4.3 仿真分析 |
| 5.5 机器人轮式滑动转向动力学建模与分析 |
| 5.5.1 轮式滑动转向运动学模型 |
| 5.5.2 轮式滑动转向动力学模型 |
| 5.5.3 仿真分析 |
| 5.6 本章小结 |
| 第6章 轮腿复合爬壁焊接机器人控制系统设计及实验研究 |
| 6.1 引言 |
| 6.2 机器人控制系统设计 |
| 6.2.1 控制系统总体设计 |
| 6.2.2 控制系统硬件结构 |
| 6.2.3 控制系统软件结构 |
| 6.3 机器人实验研究 |
| 6.3.1 机器人样机 |
| 6.3.2 壁面附着实验 |
| 6.3.3 壁面转向实验 |
| 6.3.4 壁面适应实验 |
| 6.3.5 壁面越障实验 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 论文完成的主要工作 |
| 7.2 论文的创新点 |
| 7.3 下一步的工作展望 |
| 致谢 |
| 参考文献 |
| 附录A 轮腿复合爬壁焊接机器人运动学建模与分析 |
| 攻读博士学位期间的研究成果 |
（6）对焊缝跟踪技术研究现状与发展的分析（论文提纲范文）
| 一、引言 |
| 二、焊缝跟踪技术 |
| (一) 焊缝跟踪系统组成 |
| (二) 焊缝跟踪原理 |
| 三、焊缝跟踪技术研究现状 |
| (一) 焊缝跟踪传感器 |
| (二) 智能控制方法 |
| (三) 焊缝跟踪系统 |
| 四、焊缝跟踪发展趋势 |
（7）基于面阵电容传感器的波纹板焊枪姿态识别方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 波纹板焊接自动化研究现状 |
| 1.3 焊枪姿态识别技术研究现状 |
| 1.4 电容式传感器研究现状 |
| 1.5 课题研究的主要内容 |
| 第2章 面阵电容传感器设计理论研究 |
| 2.1 面阵电容传感器系统描述 |
| 2.2 面阵电容传感器检测原理 |
| 2.3 正问题与逆问题描述 |
| 2.4 二维敏感场的数学描述 |
| 2.4.1 似稳场 |
| 2.4.2 介电常数法 |
| 2.5 电容传感器二维敏感场计算 |
| 2.6 电容传感器三维敏感场计算 |
| 2.7 本章小结 |
| 第3章 基于有限元理论的面阵电容电极优化设计 |
| 3.1 有限元法介绍及推导计算 |
| 3.2 基于COMSOL的正问题求解 |
| 3.2.1 COMSOL Multiphysics简介 |
| 3.2.2 COMSOL Multiphysics正问题求解 |
| 3.3 面阵电容传感器电极优化设计 |
| 3.4 屏蔽层对面阵电容传感器性能的影响 |
| 3.5 平面阵列电极结构参数优化设计 |
| 3.5.1 电极长度a对面阵电容传感器的影响 |
| 3.5.2 电极宽度b对面阵电容传感器的影响 |
| 3.5.3 电极横向间距c对面阵电容传感器的影响 |
| 3.5.4 电极纵向间距d对面阵电容传感器的影响 |
| 3.5.5 屏蔽电极宽度e对面阵电容传感器的影响 |
| 3.6 本章小结 |
| 第4章 面阵电容传感器焊枪姿态识别系统 |
| 4.1 起始点自动定位及焊枪识别系统简介 |
| 4.2 数据采集及处理模块 |
| 4.2.1 数据采集模块 |
| 4.2.2 数据处理模块 |
| 4.3 偏差识别系统简介 |
| 4.3.1 预测模型建立 |
| 4.3.2 预测模型验证 |
| 4.4 执行机构模块 |
| 4.5 试验平台的搭建 |
| 4.5.1 起始点自动定位平台搭建 |
| 4.5.2 焊枪姿态识别平台搭建 |
| 4.5.3 上位机数据采集 |
| 4.6 本章小结 |
| 第5章 起始点自动定位方法设计与验证 |
| 5.1 起始点自动定位方法简介 |
| 5.2 起始点自动定位原理 |
| 5.3 起始点自动定位偏差预测模型建立 |
| 5.3.1 训练样本计算 |
| 5.3.2 预测模型数据验证 |
| 5.4 本章小结 |
| 第6章 焊枪姿态识别方法设计与验证 |
| 6.1 焊枪姿态识别方法简介 |
| 6.2 焊枪姿态识别原理 |
| 6.3 焊枪姿态角度预测模型建立 |
| 6.3.1 训练样本计算 |
| 6.3.2 预测模型数据验证 |
| 6.4 本章小节 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录 (攻读硕士学位期间的研究成果) |
（8）龙门式焊接机器人焊缝跟踪系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 焊接机器人研究现状 |
| 1.2.1 自主移动焊接机器人 |
| 1.2.2 轨道式焊接机器人 |
| 1.3 焊缝跟踪传感器 |
| 1.3.1 接触式传感器 |
| 1.3.2 非接触式传感器 |
| 1.4 焊缝跟踪传感器信号处理与焊缝跟踪控制技术 |
| 1.4.1 焊缝跟传感器信号去噪技术 |
| 1.4.2 焊缝跟踪控制技术 |
| 1.5 本课题的研究内容 |
| 1.6 本章小结 |
| 第2章 龙门式焊接机器人硬件系统设计 |
| 2.1 引言 |
| 2.2 龙门式焊接机器人机构组成 |
| 2.2.1 龙门架运动机构 |
| 2.2.2 旋转电弧传感器的改进 |
| 2.3 龙门式焊接机器人控制系统总体方案设计 |
| 2.4 机器人控制系统的具体设计 |
| 2.4.1 机器人主控制器方案 |
| 2.4.2 焊接机器人控制系统的选型 |
| 2.4.3 传感系统的设计和选型 |
| 2.4.4 PC104系统控制转接板的设计 |
| 2.4.5 电源模块的设计 |
| 2.5 本章小结 |
| 第3章 旋转电弧传感器信号处理和偏差识别 |
| 3.1 引言 |
| 3.2 旋转电弧传感器的基本原理 |
| 3.2.1 传感器检测焊缝原理 |
| 3.2.2 电弧高度和电流的传递函数 |
| 3.3 焊接电流信号的滤波 |
| 3.3.1 原始信号采样过程 |
| 3.3.2 原始采样电流信号的滤波 |
| 3.4 旋转电弧传感器空间姿态和焊炬高度模型 |
| 3.4.1 旋转电弧焊炬空间姿态的描述 |
| 3.4.2 旋转电弧焊炬相对于角焊缝的高度模型 |
| 3.5 旋转电弧传感器姿态识别 |
| 3.5.1 焊炬无倾角时旋转电弧传感器对偏差的识别 |
| 3.5.2 焊炬有倾角时旋转电弧传感器对偏差的识别 |
| 3.5.3 焊炬倾角识别 |
| 3.5.4 焊炬高度识别 |
| 3.6 本章小结 |
| 第4章 龙门式焊接机器人对格子形角焊缝跟踪的轨迹规划 |
| 4.1 引言 |
| 4.2 格子型焊缝的介绍 |
| 4.3 龙门式焊接机器人运动学分析 |
| 4.3.1 龙门式焊接机器人运动学理论基础 |
| 4.3.2 龙门式焊接机器人运动学模型 |
| 4.3.3 龙门式焊接机器人的微分运动 |
| 4.4 龙门式焊接机器人对格子形角焊缝的轨迹规划 |
| 4.4.1 对格子形焊缝焊接的整体路径规划 |
| 4.4.2 工件坐标系的建立和焊炬原点设定 |
| 4.5 90 °折线角焊缝的轨迹规划 |
| 4.6 本章小结 |
| 第5章 控制算法及实验研究 |
| 5.1 引言 |
| 5.2 龙门式焊接机器人系统搭建和控制程序设计 |
| 5.2.1 龙门式焊接机器人系统搭建 |
| 5.2.2 控制程序系统 |
| 5.3 焊接机器人纠偏控制算法 |
| 5.3.1 焊炬高度的控制算法 |
| 5.3.2 焊缝跟踪控制算法 |
| 5.4 焊缝跟踪实验 |
| 5.4.1 焊炬小倾角时对角焊缝的跟踪 |
| 5.4.2 焊炬大倾角时对角焊缝的跟踪 |
| 5.5 机器人对90°折线角焊缝跟踪控制算法 |
| 5.5.1 旋转电弧传感器焊缝直角点识别 |
| 5.5.2 焊接机器人对90°折线角焊缝的控制算法 |
| 5.6 90 °折线角焊缝焊接实验 |
| 5.7 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读学位期间的研究成果 |
（9）焊接机器人视觉焊缝跟踪系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 本文研究内容 |
| 1.3.1 本文主要工作 |
| 1.3.2 内容安排 |
| 1.3.3 项目支持 |
| 第二章 系统设计介绍 |
| 2.1 系统设计原理 |
| 2.1.1 结构光测量原理 |
| 2.1.2 系统整体建模 |
| 2.2 系统硬件设计 |
| 2.2.1 器件选型 |
| 2.2.2 传感器机械设计 |
| 2.2.3 系统硬件平台 |
| 2.3 本章小结 |
| 第三章 焊缝图像采集与处理 |
| 3.1 焊缝图像采集 |
| 3.1.1 图像采集步骤 |
| 3.1.2 图像转码方式 |
| 3.2 焊缝图像处理 |
| 3.2.1 图像滤波 |
| 3.2.2 阈值分割 |
| 3.2.3 光条中心提取 |
| 3.2.4 计算焊点位置 |
| 3.3 焊缝图像处理耗时 |
| 3.4 本章小结 |
| 第四章 视觉系统标定 |
| 4.1 相机内部参数标定 |
| 4.1.1 相机内部参数 |
| 4.1.2 内部参数标定 |
| 4.2 结构光平面标定 |
| 4.2.1 线结构光 |
| 4.2.2 线结构光平面方程标定 |
| 4.3 机器人手眼标定 |
| 4.3.1 机器人手眼标定 |
| 4.3.2 手眼标定实验 |
| 4.3.3 标定结果修正 |
| 4.4 焊点跟踪实验 |
| 4.5 本章小结 |
| 第五章 焊缝跟踪实验研究 |
| 5.1 焊缝跟踪实验平台 |
| 5.1.1 系统软件设计 |
| 5.1.2 系统整体设计 |
| 5.2 实验过程与数据分析 |
| 5.2.1 焊缝跟踪实验 |
| 5.2.2 焊缝跟踪总体误差分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间的科研成果 |
（10）复杂曲线焊缝智能跟踪检测技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 课题背景 |
| 1.2.1 工业机器人发展现状 |
| 1.2.2 焊接机器人的应用 |
| 1.3 焊缝跟踪技术的发展状况 |
| 1.3.1 焊缝跟踪传感器类型 |
| 1.3.2 国内外视觉传感器研究情况 |
| 1.4 本文意义及研究内容 |
| 2 智能焊缝跟踪检测系统总体设计 |
| 2.1 焊缝跟踪系统的硬件组成 |
| 2.2 激光扫描式焊缝跟踪传感器结构设计 |
| 2.3 智能焊缝跟踪检测焊接辅助软件设计 |
| 2.3.1 MFC框架结构 |
| 2.3.2 OpenCV编译环境 |
| 2.3.3 最优控制 |
| 2.4 本章小结 |
| 3 系统关键参数标定方法 |
| 3.1 摄像机标定 |
| 3.1.1 基础坐标系 |
| 3.1.2 摄像机成像原理 |
| 3.1.3 摄像机标定模型 |
| 3.2 结构光标定 |
| 3.2.1 结构光标定数学模型 |
| 3.3 机器人手眼标定 |
| 3.3.1 机器人运动学原理 |
| 3.3.2 手眼标定数学模型 |
| 3.4 本章小结 |
| 4 机器人实时跟踪检测运动控制 |
| 4.1 机器人运动控制策略 |
| 4.2 焊枪顶点位置计算 |
| 4.3 焊枪姿态计算 |
| 4.3.1 约束条件一 |
| 4.3.2 约束条件二 |
| 4.4 遗传算法 |
| 4.5 本章小结 |
| 5 仿真与实验 |
| 5.1 Matlab软件仿真 |
| 5.1.1 Simulink仿真平台介绍 |
| 5.1.2 仿真过程与结果 |
| 5.2 焊接机器人模拟焊缝跟踪与标定实验 |
| 5.2.1 传感器标定 |
| 5.2.2 机器人手眼标定 |
| 5.2.3 模拟焊缝跟踪实验 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 课题研究总结 |
| 6.2 课题创新 |
| 6.3 课题展望研究 |
| 参考文献 |
| 作者简历 |
四、薄板焊缝跟踪传感器的实验研究（论文参考文献）
- [1]基于激光视觉的焊缝检测与跟踪系统研究[D]. 周跃龙. 广东工业大学, 2021
- [2]基于激光视觉传感膜式壁焊缝自动跟踪系统研究[D]. 乐猛. 南昌大学, 2020(01)
- [3]基于图像处理的机器人焊接智能制造技术研究[D]. 孙增光. 山东理工大学, 2020(02)
- [4]薄壁件窄间隙焊缝的识别与跟踪方法研究[D]. 宫海坤. 沈阳理工大学, 2020(08)
- [5]轮腿复合爬壁焊接机器人研制与动力学特性研究[D]. 周依霖. 南昌大学, 2019(01)
- [6]对焊缝跟踪技术研究现状与发展的分析[J]. 龚勤慧. 成都航空职业技术学院学报, 2019(02)
- [7]基于面阵电容传感器的波纹板焊枪姿态识别方法研究[D]. 张贤锌. 湘潭大学, 2019(02)
- [8]龙门式焊接机器人焊缝跟踪系统研究[D]. 刘诚. 南昌大学, 2018(12)
- [9]焊接机器人视觉焊缝跟踪系统研究[D]. 陈天元. 东南大学, 2018(05)
- [10]复杂曲线焊缝智能跟踪检测技术研究[D]. 唐琛. 中国计量大学, 2017(03)