一、焊管纵缝实时焊缝跟踪的机器视觉方法（论文文献综述）
于兵[1]（2021）在《基于机器视觉的直缝焊管焊缝位置识别研究与应用》文中研究表明随着直缝焊管应用越来越广泛,其焊缝作为整根焊管最为薄弱的位置往往需要突出检测以满足实际场景的使用要求。本文依据水压机对直缝焊管进行静水压试验时,需要控制焊缝位置来观察焊缝处是否存在泄露的要求,提出了基于机器视觉来判断直缝焊管焊缝位置的方案。直缝焊管的焊缝位置在焊管上属于周向特征,位置信息为三维信息。本文通过单目视觉检测旋转中的直缝焊管焊缝距离目标位置的偏角,对转动停止时间进行控制,使焊缝最终停在目标位置。根据不同视角下对应的坐标系及其之间关系建立焊缝偏角与成像平面对应特征之间的数学关系计算偏转角度,为了获得焊缝特征的位置,本文设计了两种解决方案。（1）直接提取焊缝边缘与焊管边缘信息。针对传统Canny算法在识别直缝焊管焊缝边缘时易受噪声干扰、强弱边缘连接不佳等问题,提出一种改进的Canny算法检测直缝焊管焊缝位置方法。首先在进行非极大值抑制中引入了梯度方向局部均值偏差;其次对非极大值抑制之后的点利用最大类间方差法计算阈值;最后通过焊管图片强弱边缘分布特点将强边缘边界所连边界作为附加连接条件。通过实验验证改进的非极大值相对于传统方法能够有效的抑制噪声点并保留边缘信息。在直缝焊管焊缝边缘位置识别中改进的Canny算法相对于传统边缘检测算法能够减轻锈斑划痕等因素的干扰,保留更多的焊管边缘与焊缝边缘。在常用的BSDS500数据集上改进的Canny算法的峰值信噪比与均方误差在88.79%的图片中优于其他边缘算法。最后利用Hough直线特征识别,进行直线检测并带入焊缝位置数学模型得到最终焊缝的位置信息。（2）利用直缝焊管在焊接时焊缝位置的确定性,在焊缝位置周向90°位置喷涂颜色标定。对图像进行彩色分割,以彩色连通区域最小外接矩形中线作为颜色标定位置。对图像利用最大类间方差法进行二值化,并使用竖直边缘检测器得到焊管的边缘,带入焊缝位置数学模型得到颜色标定位置,并延迟90°后得到焊缝位置。经过实验验证,通过图像处理颜色标定特征比直缝焊管焊缝特征检测结果更加稳定。对检测系统硬件进行了分析选型,分析了各种光源组合方案对于金属柱面照明的优劣,完成了系统的硬件选型。设计了检测程序的人机交互窗口,通过窗口能够进行参数的输入,运行状态的监控,系统的启停控制等操作。根据检测现场硬件条件设计了焊缝位置验证实验台,模拟整个识别控制过程。将直缝焊管管端与角度传感器相连,以角度传感器检测结果作为整个系统控制结果。实验结果表明在静态测量下两种方案得到的角度偏差均小于1.5°,动态测量控制结果均满足设计需求。本文通过建立图像与检测目标之间的关系,对图像检测使用到的算法做出改进,针对检测需求完成了硬件选型与程序界面设计,最终实现了利用单目视觉对直缝焊管焊缝位置的识别,满足了静水压试验对焊缝位置的要求。
刘维[2]（2021）在《棱管与法兰环缝焊缝跟踪与焊缝成形自适应控制》文中研究表明焊接是工业生产中的重要环节,如今的工业生产从效率和成本出发对焊接有了新的要求,以往的人工焊接方法正逐渐被一系列自动化焊接方式所取代。由于棱形管的成形精度和坡口加工精度不高,常规的自动化焊接设备难以应用于棱管和法兰盘之间环焊缝的焊接,目前国内的输电铁塔、通讯信号塔等大型铁塔的焊接主要依靠人工来完成,这种方式的生产效率较低,质量的一致性差。针对这一问题,设计了一套棱管与法兰环缝自动化焊接系统,通过激光视觉传感器完成焊接轨迹的自动跟踪、间隙宽度识别和焊接参数的自调整,实现了多条棱的自动焊接。本文搭建了以工控机、PLC和可编程运动控制卡为核心的试验系统,建立了工控机与PLC、可编程控制卡、焊接电源的通信,实现了试验系统运动参数和电参数的传递。由PLC控制焊接操作架实现焊接自动化操作平台在三个方向上的移动与定位,可编程运动控制卡控制二维十字滑块根据检测到的偏差调节焊枪位置以实现焊缝纠偏,控制焊接自动化操作平台横向伸缩轴以实现焊枪在焊接方向上的往返运动以及控制焊接滚轮架转动的启停。针对系统的应用场景及工作要求,设计了一套激光视觉传感器,研究了传感器的标定方法并对其进行了标定,得出系统在X,Y,Z三个方向的平均检测误差分别为0.1398mm,0.033mm,0.0794mm,表明传感器的检测精度较高。针对采集到的焊缝图像,设计了图像预处理、激光条纹中心点提取及中心线提取等算法,获得了焊缝中心位置及间隙宽度。开展不同间隙下的焊接参数预实验,研究了焊接参数对于变间隙试件焊缝成形的作用效果,进行了参数自调整试验,结果表明,在间隙变化的情况下,采用参数自调整方案能够改善焊缝的成形,使得焊缝的宽度均匀一致。研究了焊缝起止点寻位算法,分别采用差值法和焊缝面积法对棱形试件进行了起始点寻位及焊缝跟踪试验,发现采用焊缝面积法能够较为准确的找到焊缝起点并实现焊缝之间的平稳过渡。设计了棱形试件焊缝跟踪误差的定量分析试验,试验结果表明,系统在Z方向和X方向的平均跟踪误差均在0.5mm以内,能够满足棱管与法兰环缝焊缝跟踪的精度要求。
刘杨洋[3]（2021）在《全自动焊缝修磨机器人视觉识别及轨迹规划研究》文中进行了进一步梳理管道运输作为石油和天然气运输的主要方式,在国民经济的发展中起到了重要作用,而螺旋钢管的应用又最为广泛。根据我国管道运输流水线施工标准,管端焊缝的修磨是其中最关键的一步。传统的磨削任务都依赖人工或半自动化的设备,生产效率低,磨削质量差,大大限制了管道运输的建设效率。为了解决这一实际问题,本文以螺旋钢管的管端焊缝修磨为背景,设计研发了一台全自动焊缝修磨机器人,该机器人集焊缝识别跟踪、轨迹规划、自动化打磨、磨削质量检测等技术为一体,极大地提高了螺旋钢管管端焊缝的修磨质量和效率,为同行业内的其他类型设备制造提供了基础性的技术支撑,本文主要研究内容包括:（1）焊缝轮廓特征的识别和标定研究。针对焊缝轮廓数据的预处理,选择中值滤波方法对数据进行滤波处理;对焊缝的识别问题,提出一种基于残差平方和的识别方法、一种基于模板匹配的识别方法、一种基于分割搜索的识别方法,能够有效解决焊缝识别问题;针对焊缝的特征点标定问题,提出最远距离法、斜率分析法对焊缝的左右拐点进行标定,能够准确识别出焊缝的特征并完成特征点标定。（2）总体工作流程设计和磨削轨迹规划。设计了系统的总体工作流程,并针对系统要实现的主要功能进行了详细的论述;针对焊缝的轨迹跟踪问题,提出了“分段识别”策略并在Lab VIEW中完成了程序上的实现,且根据整个跟踪检测流程所记录的焊缝数据,对焊缝进行了三维轮廓重构;针对焊缝的磨削轨迹规划问题,根据“分段识别”策略并结合浮动高度打磨对焊缝的打磨轨迹进行了规划,并提出了焊缝余高计算公式,对修磨质量进行了二次检测。（3）机器人焊缝识别与跟踪及打磨实验。在实验中,验证了焊缝的识别、焊缝特征点标定、焊缝的跟踪检测的可靠性,完成了内、外焊缝的打磨实验,并对打磨质量进行了检测,打磨质量良好,整个设备运行稳定。经过实验结果验证,本文所设计研发的全自动焊缝修磨机器人磨削质量高、运行稳定、实用性好,能够满足工业现场对螺旋钢管管端焊缝的修磨要求。
王鹏[4]（2020）在《输电线路钢管塔用焊接系统的自动化研究》文中研究指明随着中国电力建设的不断发展,作为电力建设领域承载电力输送的铁塔生产领域也得到了快速的发展,但是在输电铁塔行业钢管纵缝的焊接效率和质量一直是制约钢管塔上产能、提质量的瓶颈,因此开发一种实时的焊缝纠偏自动化焊接控制系统非常有必要。本文是从在输电线路钢管生产加工过程中出现的问题和瓶颈作为输入的需求,展开输电线路钢管塔纵缝自动化焊接的研究。本文以钢管塔纵缝的焊接为背景,针对本企业原有焊接系统的不足以及提升效率和质量的需求,提出了改进方案,增加了激光视觉传感器、数据采集卡,将原有焊枪移动装置通过工控机进行控制,完成了对原有系统硬件的改进。传感系统的标定是激光视觉跟踪系统跟踪的关键,本文对激光视觉传感系统的摄像机、激光平面分别进行了标定,获取了激光平面与图像像素坐标的对应关系。对标定结果进行了验证,x,y,z方向的均值误差分别为0.0298mm、0.1807mm、0.1042mm,可以满足钢管纵缝焊接的精度需求。在焊接和不焊接的情况下,获取了经试件调制的激光图像,对这些图像进行了分析,根据图像特征,设计了包含滤波、锐化、Hough直线变换、直线拟合、和链码边界搜索等的图像处理算法。该算法在有弧光、飞溅干扰及坡口质量不佳的情况下能够较好的提取激光线。根据V型坡口的特征,设计了坡口中心的提取算法,计算出了坡口的中心坐标。本文设计了经典P控制算法与模糊控制算法相结合的控制器,在焊缝跟踪偏差≤ 2mm时,为提高系统稳态精度采用模糊控制器,在焊缝跟踪偏差>2mm时为尽快消除偏差采用P控制器。采用模拟焊接试件和实际产品进行了焊缝跟踪实验验证,实验结果表明,焊缝跟踪系统的检测和控制精度较高,跟踪误差≥0.5mm。使用本焊缝跟踪系统对钢管纵缝进行跟踪焊接后,焊缝的成型质量要比未采用焊缝跟踪系统时好,并且在使用的过程中弥补了原焊接系统的不足,操作更简单,自动化程度更高,占用焊工的数量从2-3人减少为1-2人,生产效率提高了一倍。同时,降低了焊接工人的劳动强度,在很大程度上节约了资源,降低了成本。
李鹏[5]（2020）在《基于激光位移传感的六轴机器人焊缝跟踪关键技术研究》文中研究表明焊接的自动化程度对智能制造的发展起重要影响,基于焊缝跟踪技术搭载弧焊机器人完成焊接自动化是近年来的热门研究课题。本文针对激光视觉传感图像处理困难和三轴焊接机器人焊接路径单一等问题,基于激光位移传感器搭载六轴弧焊机器人完成焊缝跟踪,具体研究内容如下:对智能化机器人焊接系统硬件组成进行设计并选型,利用Hampel算法进行异常点的识别,基于Ljung L方法做异常点的替换,并采用MATLAB的集成函数smooth作滤波后采样数据集的平滑处理。基于刚体运动学理论,以齐次阵变换过程替代刚体位姿变换过程,建立了波纹板拐点弧长数学模型,并在6轴机器人建模时,利用D-H法表示了6轴机器人关节坐标系,在上述内容的基础上,分析了6轴机器人运动学正向、运动学逆向运动过程,进行了求解运算。在6轴机器人运动学模型的基础之上建立了激光位移传感器扫描波纹板拐点后焊枪位姿纠偏的数学模型,并求解了跟踪纠偏后6轴机器人焊枪坐标系相对于基坐标系的变换矩阵,结合波纹板拐点的特点,根据传统BA算法,提出了新型全局导向反向自适应算法（Globally-oriented backward adaptive bat optimization algorithm,GBABOA）,并通过LABVIEW结合新型全局导向反向自适应算法对该模型求解,得出了焊缝跟踪整体偏差仿真图,基于整体偏差仿真图依次向坐标系平面正投影分别得到了焊缝跟踪左右偏差仿真图与高低偏差仿真图,仿真结果表明波纹板相邻两波段焊缝的横向偏差结果为±0.34mm,纵向偏差结果为±0.16mm,并对波纹板的偏转角度进行采样结果为-1.15°～﹢0.92°。针对该系统设计了波纹板相邻波段焊缝轨迹与直线焊缝轨迹的跟踪试验,利用同等试验条件系统是否正常运行作对比,试验结果表明该系统可以实现波纹板相邻波段与直线焊缝的自动跟踪焊接试验,系统运行稳定、精度高、焊缝成型好满足了试验预期效果。
王英俊[6]（2020）在《筒体内壁管管焊接自动化关键技术研究》文中研究表明筒体内壁管管相贯线焊缝是管道插接焊缝的一种表现形式,广泛存在于锅炉行业,一般由一个大直径筒体和多个小直径支管组成。管管相贯线焊缝本身为空间环焊缝,是一种焊缝识别困难,焊枪姿态需要不断调整的焊缝形式,再加上焊接环境为筒体内壁,空间狭小,焊接工件为多个不同直径,不同插接方式的支管,焊缝多变,以至于目前自动化水平极低,基本依靠焊接工人手动焊接。如上所述,提高筒体内壁管管相贯线焊接的自动化水平的关键问题可以提炼为:如何在筒体内壁自动识别多个不同插接方式的相贯线焊缝的空间位置。本文深入研究筒体内壁管管相贯线焊接任务的特点,创新设计了一种用于识别相贯线焊缝空间位置的传感器,并对基于传感器的焊缝相关数学模型进行了研究,经过证明有效解决了管管相贯线焊缝位置识别困难,识别精度和识别效率低下的关键性问题,具体研究内容如下:1)设计了一种适用于筒体内壁管管相贯线焊缝空间位置识别的传感器分析筒体内壁管管相贯线焊缝形状和特点的,创新提出了一种“曲线重建”方法,设计了管管相贯线焊缝位置识别传感器的整体结构,并以焊缝位置识别传感器为核心,设计一整套能完成一键焊接功能的焊接设备。2)建立基于焊缝位置识别传感器的相关数学模型以焊缝位置识别传感器采集的角度数据为已知条件,建立了求解管管相贯线焊缝空间坐标方程的数学模型,并推导出焊缝特征矩阵与焊枪姿态矩阵,同时分析自设计焊接设备的具体结构,求解其运动学正解与运动学逆解方程,最后利用matlab对上述模型方程进行仿真验证,为后续自动化焊接系统开发提供理论依据。3)设计机器人自动焊接控制系统,阐述了系统组成与运行流程。以管管相贯线焊缝位置识别传感器为核心,自设计焊接设备为执行机构,设计了控制系统的软硬件结构,根据逆运动学结合传感器相关数学模型,并利用Lab VIEW+Matlab+数据采集卡+运动控制卡+工业相机,设计了带实时图像监控的上位机软件,目的为实现筒体内壁管管相贯线焊缝的一键焊接和过程可视化。4)通过进行筒体内壁管管相贯线焊缝的焊接试验来验证系统采购实验所需零部件,搭建管管相贯线焊缝的焊接试验平台,实验结果表明本文所述传感器对管管相贯线焊缝的识别具有高效率,高精度的特点,自动焊接控制系统安全可靠。
豆昌军[7]（2019）在《弧焊机器人焊缝轨迹检测及自动寻位系统》文中进行了进一步梳理焊接作为一种融合工艺被广泛应用在工业生产领域,但目前手工焊接存在效率低、成本高;示教型焊接机器人存在无法自反馈修正偏差,在非标准件焊接中需不断重新示教焊接路径,调校焊接精度,仅适用于大产量标准件焊接,焊接种类单一等问题。本文立足于用视觉传感器代替示教来传递焊缝路径信息,研究一种弧焊机器人焊缝轨迹检测及自动寻位系统,旨在有效降低机器人焊偏的概率,提高焊接精度,增强焊接机器人自主焊接能力,适应各类非标件自主焊接。本文工作如下:（1）根据检测需求,完成了基于线结构光视觉的初始焊缝点定位、焊缝检测与跟踪硬件系统的构建工作。首先完成CCD相机、镜头、线结构光、距离激光器的硬件选型,然后设计了相机与机械手末端连接装置,并在此装置上设计了滑台结构,将滑台电机信号接入机械手控制器I/O,实现了相机工作距离的自动调节功能。（2）探讨了Dobot四轴机械手的正、逆运动学问题,建立了求解末端坐标系姿态的正运动学方程,并根据路径坐标点的姿态矩阵反解关节坐标值,以控制机器人运动到指定目标位置,为完成手眼标定及视觉跟踪奠定基础。另一方面,基于工程中常用碳钢与奥氏体不锈钢较大的物理性能差异,本文展开了奥氏体不锈钢焊接热力学分析,创建热源数学模型,为焊接子程序编写提供了理论基础。（3）本文分别使用Matlab张正友相机标定工具箱和采用基于Halcon圆形控制点的几何相机标定方法对相机内参数进行了标定实验,比较了两种标定方法之间的标定精度。基于手眼模型,标定了机械手与相机相对位置关系,实现了目标从相机坐标系到机械手坐标系的转变过程,获得较高的标定精度。（4）对传统Canny算子进行改进,基于图像梯度幅值直方图分布统计与类内特性最小化确定双阈值的方法实现了自适应结构光条纹检测,相较于传统Canny算子固定阈值分割法有较强的自适应检测能力;将传统Canny算子的高斯滤波器替换为非线性各向异性滤波器,在去噪的同时保证了边缘像素不丢失;采用开窗法确定焊缝图像感兴趣区域,缩减图像处理的范围,加快了图像处理的效率及降低了整体噪声的影响,同时采用由粗定位到精确定位的焊缝检测方式,极大的提高了检测准确率。（5）基于焊缝跟踪要求,编写了焊缝检测与跟踪软件系统。结合Halcon13图像库,在VS2010软件平台上进行Winform界面开发,功能块包括相机控制、dobot机械手控制、手眼标定、焊缝图像处理、保存图像以及保存焊缝数据等。综合系统标定误差及图像像素误差,实测焊缝检测视觉部分每秒处理图像可达到10帧以上,定位偏差在0.2mm以内。此外,在焊缝局部环境稳定情况下,任意摆放焊接件姿态,仍能正常检测焊缝,并对光照变化有一定的稳健性,相比示教型焊接机械手有较高的跟踪精度且具有较强的焊缝检测鲁棒性。
陈璨[8]（2019）在《基于OpenMV的螺旋埋弧焊钢管焊缝跟踪系统研究》文中指出随着工业4.0革命的全面开展,工业领域中焊接自动化引起全社会广泛关注,而在焊接自动化实现过程中,焊缝自动跟踪一直是重难点,其原因在于焊接过程中产生的强光、烟尘、电弧等外部环境的干扰。如何通过传感器来准确识别焊缝位置,从而对外部设备进行准确引导一直困扰着广大研究学者。本课题以武汉钢铁集团有限公司螺旋管焊接自动化改造需求为切入点,利用市场上成熟的机器视觉模块设计一套视觉焊缝跟踪系统,以提高焊接生产力,并在降低工人生产强度的同时,保证焊接效率。本文介绍了焊缝跟踪研究的发展现状及前沿动态,螺旋管埋弧焊设备的组成以及生产过程。以焊缝自动跟踪系统的实现流程为主线来介绍整个焊缝跟踪的工作原理。主要可分为三大部分,图像采集工作,相关图像处理技术识别焊缝信息,驱动电机以调节焊炬位置。研究结合市场上成熟的OpenMV机器视觉模块,通过MicroPython来进行编程,设计焊缝图像处理的程序以提取焊缝的位置信息,利用该模块扩展性强的特点,将焊炬偏移方向和距离通过I/O输出为电机可识别指令达到调整的目的。实验过程,主要验证不同光照强度、角度条件下的螺旋管焊缝特征,不同视觉采集角度对图像质量的影响,通过对比来得到最佳的光学条件,而针对图像处理部分,通过查阅学者们的相关研究,确定处理流程中涉及到的核心算法,针对图像处理的每一步流程,都通过实验对比不同方法的处理效果、硬件运行效率等表现,来决定最终所采用的处理方案,通过多次在生产现场进行测试来考验设备的焊缝跟踪效果,针对现场出现的问题对仪器的软硬件进行调整。根据现场的试验结果得出:光照强度高的光源照明能够突出焊缝处的直线特征,有利于焊缝识别;中值滤波能够有效抑制生产过程中环境产生的随机干扰,一定程度上提高了焊缝特征提取的准确性;结合前期焊缝识别的结果,通过优化后的算术均值滤波能够有效防止光学噪点对跟踪系统的影响。
王皓[9]（2017）在《数控机床视觉自动定位系统的研究》文中研究表明随着机床加工制造业的快速发展,零件加工过程的自动化程度日益完善。但是,被加工零件（工件）在机床上的安装定位仍旧使用人工等非自动化方法。这种非自动化的装夹方式不仅增加了生产加工的辅助时间,降低装夹效率,而且装夹的精度会因工作人员操作水平的高低产生较大的影响,为了有效的解决这些问题,本文在传统数控机床工件安装定位研究的理论基础上,将机器视觉定位技术合理的应用在传统机床的工件装夹领域中,并最终完成整个定位系统软件的研究设计。首先本文依托实验室搭建的三自由度数控机床,根据数控机床的自身特点,讨论工件加工定位存在的不足,研究了一种基于数控机床的视觉自动定位系统。根据该系统实现功能的要求,设计并确定机器视觉定位系统的整体结构方案,完成对所需的硬件设备的参数计算和型号选取,搭建出符合课题需求的实验平台。在此基础上,利用视觉开发模块中Calibration Training功能和Matlab脚本节点分别对系统中垂直方向和水平方向上的相机进行标定,并对数字图像处理步骤的内容过程进行研究探讨,通过实验对比分析不同的图像处理算法得到的不同的工件处理效果图,选取出适合本文的最优算法。同时本文为了提高工件图像边缘检测质量,将图像形态学处理融入到传统的边缘检测方法中,并获得了更好的图像处理效果图,之后利用Hough变换直线检测原理拟合出工件的边缘直线,分别建立工件在理想位置下和实际位置下的参考坐标系和实际坐标系,编写出测量算法,提取坐标系间原点的相对位置变量,并利用点到直线的距离公式计算出刀尖到工件对刀平面的高度,以此完成Z轴方向上的对刀校零。最后,本文对定位系统软件进行设计分析,在Lab VIEW平台下开发编写自动定位系统软件,建立一种良好的人机界面,通过实验结果分析和工件的实际加工应用,验证整个定位系统软件的可行性以及该定位方法的可操作性。
李佳璇[10]（2017）在《基于结构光成像的焊缝跟踪与检测系统》文中指出直缝焊管在国防军事、油气输送等领域发挥着巨大的作用,目前,直缝焊管的焊接过程主要依赖于人工检测的方式,极大程度的影响焊接效率和质量,难以满足实际生产要求。对此,本文基于结构光成像测量技术设计了一种管体直焊缝焊接跟踪与检测系统,实现了焊接质量在线自动检测,有效地提高了焊接质量。本系统在分析管体直焊缝焊接成形特征和焊接弧光光谱特性基础上,通过部件选型分析、成像光路设计、光线滤波,完成了基于结构光成像的管体直焊缝焊接跟踪与检测系统的整体设计。其次,基于该系统采集焊接点前面的线激光图像,并针对焊接过程中弧光对激光线特征提取精度的影响,提出了一种基于几何中心法的焊缝图像光条中心提取方法,提高了提取效率与精度,从而保证了焊缝跟踪的鲁棒性。采集焊接点后面的激光线图像,在光条中心提取的基础上,进行分段拟合,计算出熔池的熔宽和余高,完成焊缝质量检测。最后,针对焊缝跟踪与检测方法研制了一套基于VC++的软件系统,配合PLC控制系统,通过软件联控完成焊缝的自动跟踪,并将焊缝反面成形质量显示出来。最后,通过实际管道焊接实验进行系统验证,结果表明,本系统能够实现直缝焊管的焊接跟踪与焊接质量的自动检测,从而有效提高了焊接质量。
二、焊管纵缝实时焊缝跟踪的机器视觉方法（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、焊管纵缝实时焊缝跟踪的机器视觉方法（论文提纲范文）
（1）基于机器视觉的直缝焊管焊缝位置识别研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 机器视觉理论及焊缝检测研究现状 |
| 1.2.1 机器视觉国内外研究现状 |
| 1.2.2 焊缝检测国内外研究现状 |
| 1.3 研究方法与研究内容 |
| 第2章 直缝焊管焊缝位置测量原理 |
| 2.1 测量系统坐标建立 |
| 2.1.1 世界坐标系 |
| 2.1.2 像素坐标系 |
| 2.1.3 图像坐标系 |
| 2.1.4 相机坐标系 |
| 2.2 测量系统坐标关系 |
| 2.3 测量系统参数标定 |
| 2.3.1 相机内参的计算 |
| 2.3.2 相机外参的计算 |
| 2.3.3 相机重投影误差的计算 |
| 2.3.4 基于MATLAB相机标定工具箱的标定 |
| 2.4 直缝焊管焊缝位置计算数学模型 |
| 2.5 直缝焊管姿态计算 |
| 2.6 本章小结 |
| 第3章 直缝焊管焊缝位置测量系统设计 |
| 3.1 成像系统硬件选型 |
| 3.1.1 成像传感器选型 |
| 3.1.2 相机数据传输方式 |
| 3.1.3 相机快门曝光类型 |
| 3.1.4 镜头选型 |
| 3.2 光源选型 |
| 3.2.1 光源类型 |
| 3.2.2 照明方案 |
| 3.3 控制方案硬件设计 |
| 3.3.1 上位机 |
| 3.3.2 串口继电器通信 |
| 3.4 本章小结 |
| 第4章 直缝焊管焊缝识别图像处理技术 |
| 4.1 图像处理基础 |
| 4.1.1 灰度图片的获取 |
| 4.1.2 图像的邻域与连通区域 |
| 4.2 图像的降噪技术 |
| 4.2.1 图像噪声类别 |
| 4.2.2 噪声的数值模型 |
| 4.2.3 图像降噪算法 |
| 4.3 图像分割技术 |
| 4.3.1 全局阈值分割 |
| 4.3.2 局部阈值分割 |
| 4.4 图像的边缘检测技术 |
| 4.4.1 常见的传统边缘算法 |
| 4.4.2 Hough空间直线段边缘检测 |
| 4.5 基于改进Canny算法的焊缝边缘检测算法 |
| 4.5.1 传统边缘算法存在问题 |
| 4.5.2 改进的非极大值抑制 |
| 4.5.3 自适应阈值选取 |
| 4.5.4 滞后阈值 |
| 4.5.5 改进实验分析 |
| 4.6 改进的Canny边缘检测性能实验 |
| 4.6.1 边缘检测的评价 |
| 4.6.2 直缝焊管边缘检测实验 |
| 4.6.3 公开数据集边缘检测实验 |
| 4.7 基于焊缝边缘的焊缝识别方案 |
| 4.8 基于颜色标定的焊缝识别方案 |
| 4.9 本章小结 |
| 第5章 直缝焊管焊缝位置测量系统窗口设计 |
| 5.1 测量系统软件设计基础 |
| 5.1.1 MATLAB图像用户界面设计 |
| 5.1.2 GUI界面设计步骤及准则 |
| 5.1.3 MATLAB图像用户界面封装 |
| 5.2 测量系统图形窗口模块设计 |
| 5.2.1 测量系统登陆界面 |
| 5.2.2 主体程序识别流程 |
| 5.2.3 测量系统硬件通信 |
| 5.2.4 手动延时 |
| 5.2.5 输入数据的储存 |
| 5.2.6 彩色分割范围标定 |
| 5.3 本章小结 |
| 第6章 直缝焊管焊缝位置测量系统搭建与实验 |
| 6.1 测量验证平台的搭建 |
| 6.1.1 角度传感器 |
| 6.1.2 焊缝位置验证系统搭建 |
| 6.2 测量实验结果与分析 |
| 6.2.1 算法静态测量精度 |
| 6.2.2 算法动态测量精度 |
| 6.3 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（2）棱管与法兰环缝焊缝跟踪与焊缝成形自适应控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 管类零件焊接研究现状 |
| 1.2.2 传感技术在焊缝跟踪领域的应用 |
| 1.2.3 基于视觉的焊缝跟踪研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 焊缝跟踪与成形自适应系统 |
| 2.1 系统整体框架 |
| 2.2 焊接操作机系统及通讯模块 |
| 2.3 焊接设备及材料 |
| 2.4 视觉系统硬件选型及结构设计 |
| 2.4.1 工业相机 |
| 2.4.2 工业镜头 |
| 2.4.3 激光器及滤光片 |
| 2.4.4 传感器机械结构设计 |
| 2.5 本章小结 |
| 第三章 视觉系统测量原理及标定 |
| 3.1 视觉系统模型建立 |
| 3.1.1 相机参数模型 |
| 3.1.2 视觉系统测量模型 |
| 3.2 相机参数标定方法及结果 |
| 3.3 线结构光平面参数标定 |
| 3.4 视觉系统标定精度验证 |
| 3.5 焊枪位置标定 |
| 3.6 本章小结 |
| 第四章 焊缝图像处理与特征参数识别 |
| 4.1 图像处理系统设计 |
| 4.1.1 图像处理平台 |
| 4.1.2 焊缝图像处理流程 |
| 4.2 图像预处理 |
| 4.2.1 图像ROI选取 |
| 4.2.2 图像增强 |
| 4.2.3 图像平滑 |
| 4.2.4 形态学处理 |
| 4.3 激光条纹中心点提取 |
| 4.4 焊缝特征参数识别 |
| 4.4.1 焊缝中心位置提取 |
| 4.4.2 焊缝间隙提取 |
| 4.5 本章小结 |
| 第五章 焊缝跟踪与成形自适应控制系统设计与试验 |
| 5.1 系统试验平台与控制流程 |
| 5.1.1 系统软件 |
| 5.1.2 系统控制流程 |
| 5.2 角焊缝试板打底焊成形控制试验 |
| 5.2.1 间隙提取验证与焊接参数预试验 |
| 5.2.2 变间隙焊接参数自调整设计与试验 |
| 5.3 多棱管打底焊位置跟踪与成形控制试验 |
| 5.3.1 偏差调控策略 |
| 5.3.2 差值法搜索起止点及恒定参数试验 |
| 5.3.3 改进的起始点寻位及参数自调整试验 |
| 5.3.4 试验结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（3）全自动焊缝修磨机器人视觉识别及轨迹规划研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 选题来源 |
| 1.3 自动打磨技术研究现状 |
| 1.3.1 钢管磨削现状 |
| 1.3.2 机器人修磨系统 |
| 1.3.3 国内外钢管焊缝修磨现状 |
| 1.4 焊缝跟踪检测现状 |
| 1.4.1 焊缝跟踪检测方式 |
| 1.4.2 焊缝视觉检测国内外发展现状 |
| 1.5 本文主要研究内容 |
| 第二章 修磨机器人总体方案及控制系统 |
| 2.1 磨削机器人总体方案 |
| 2.1.1 六自由度机械臂 |
| 2.1.2 激光轮廓仪 |
| 2.1.3 二自由度磨削平台 |
| 2.2 磨削机器人控制系统 |
| 2.3 本章小结 |
| 第三章 焊缝轮廓特征的识别与标定 |
| 3.1 轮廓数据的预处理 |
| 3.2 焊缝的识别 |
| 3.2.1 焊缝的识别流程 |
| 3.2.2 焊缝的识别方法 |
| 3.3 焊缝轮廓特征点的标定 |
| 3.3.1 焊缝拐点的标定 |
| 3.3.2 焊缝中心点的标定 |
| 3.3.3 焊缝轮廓特征点标定检测 |
| 3.4 本章小结 |
| 第四章 机器人系统工作流程设计与磨削轨迹规划 |
| 4.1 总体工作流程 |
| 4.2 焊缝轨迹跟踪 |
| 4.2.1 焊缝跟踪流程 |
| 4.2.2 分段识别策略 |
| 4.2.3 跟踪检测程序实现 |
| 4.2.4 构建三维轮廓 |
| 4.3 磨削轨迹规划 |
| 4.3.1 磨削流程 |
| 4.3.2 磨削轨迹规划 |
| 4.3.3 浮动高度打磨 |
| 4.3.4 修磨质量检测 |
| 4.4 本章小结 |
| 第五章 机器人焊缝识别与跟踪及打磨实验 |
| 5.1 焊缝识别实验 |
| 5.2 焊缝的跟踪检测实验 |
| 5.3 焊缝的打磨实验 |
| 5.4 二次检测实验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（4）输电线路钢管塔用焊接系统的自动化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 焊缝跟踪传感器的分类 |
| 1.3 视觉传感技术国内外研究现状 |
| 1.4 图像处理及焊缝跟踪控制器研究现状 |
| 1.4.1 图像处理的研究现状 |
| 1.4.2 焊缝跟踪控制器研究现状 |
| 1.5 本文主要研究内容 |
| 第2章 基于视觉的自动化焊接系统的组成及原理 |
| 2.1 系统的总体组成及基本原理 |
| 2.1.1 原有系统的组成及不足 |
| 2.1.2 改进系统的组成 |
| 2.1.3 改进系统的工作原理 |
| 2.2 激光视觉传感器的组成及原理 |
| 2.2.1 激光视觉传感器组成 |
| 2.2.2 激光视觉的原理 |
| 2.2.3 工业相机选型 |
| 2.2.4 工业镜头的选型 |
| 2.2.5 线性激光器及滤光片的选型 |
| 2.3 焊接系统的组成及作用 |
| 2.3.1 焊机 |
| 2.3.2 工控机 |
| 2.3.3 数据采集卡 |
| 2.3.4 焊接行走小车 |
| 2.3.5 摆动器 |
| 2.4 激光视觉传感系统的标定 |
| 2.4.1 摄像机的标定 |
| 2.4.2 激光平面的标定 |
| 2.4.3 标定方法及结果 |
| 2.5 本章小结 |
| 第3章 激光视觉焊缝跟踪图像的分析与处理 |
| 3.1 焊缝图像分析 |
| 3.1.1 焊缝图像 |
| 3.1.2 焊缝图像特征分析 |
| 3.2 焊缝图像处理 |
| 3.2.1 滤波算子 |
| 3.2.2 边缘锐化算子 |
| 3.2.3 激光线中心点提取 |
| 3.2.4 Hough变换 |
| 3.2.5 坡口直线拟合 |
| 3.2.6 算法改进 |
| 3.2.7 特征点计算 |
| 3.3 本章小结 |
| 第4章 焊缝跟踪系统实验研究与分析 |
| 4.1 焊枪运动控制 |
| 4.2 焊缝跟踪控制算法 |
| 4.2.1 焊缝跟踪控制器的设计 |
| 4.2.2 模糊控制器与P控制器的分析 |
| 4.2.3 焊缝跟踪算法 |
| 4.2.4 系统功能测试及焊接性实验 |
| 4.3 焊缝跟踪系统在实际产品中的应用 |
| 4.4 本章小结 |
| 第5章 结论和展望 |
| 致谢 |
| 参考文献 |
| 学位论文评阅及答辩情况表 |
（5）基于激光位移传感的六轴机器人焊缝跟踪关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外弧焊机器人焊缝跟踪系统研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 视觉传感技术及其在工业领域的应用 |
| 1.3.1 机器视觉技术 |
| 1.3.2 视觉传感在工业领域的应用 |
| 1.3.3 激光位移传感器的介绍 |
| 1.4 论文研究思路与方法 |
| 第二章 智能化6轴弧焊机器人焊缝跟踪系统 |
| 2.1 系统构成 |
| 2.2 弧焊机器人 |
| 2.3 焊接设备 |
| 2.4 激光传感系统 |
| 2.4.1 激光位移传感器 |
| 2.4.2 数据采集卡 |
| 2.4.3 主控计算机 |
| 2.5 本章小结 |
| 第三章 数据采集与处理 |
| 3.1 Hampel滤波处理 |
| 3.2 确定模型的阶数 |
| 3.2.1 模型辨识运算 |
| 3.2.2 预期误差求解 |
| 3.3 数据平滑处理 |
| 3.3.1 5点移均平滑处理法 |
| 3.3.2 设置窗宽值平滑处理法 |
| 3.3.3 指定移均平滑处理法 |
| 3.3.4 loess和 lowess方式平滑处理法 |
| 3.4 本章小结 |
| 第四章 六轴机器人运动学分析及建模 |
| 4.1 波纹板拐点弧长数学模型的建立 |
| 4.2 6轴机器人的位姿描述和坐标变换 |
| 4.2.1 6轴机器人的位姿表示 |
| 4.2.2 6轴机器人的坐标变换 |
| 4.3 6轴机器人的运动学建模分析 |
| 4.3.1 标准D-H参数法 |
| 4.3.2 六轴机器人运动学的正向推导变换过程 |
| 4.3.3 六轴机器人运动学的逆向推导变换过程 |
| 4.4 本章小结 |
| 第五章 焊枪位姿纠偏与仿真 |
| 5.1 波纹板拐点跟踪纠偏的数学模型 |
| 5.2 弧长位姿仿真 |
| 5.3 参数优化 |
| 5.3.1 蝙蝠算法 |
| 5.3.2 全局导向反向自适应优化算法 |
| 5.4 仿真效果 |
| 5.5 本章小结 |
| 第六章 6轴机器人焊缝跟踪试验与分析 |
| 6.1 试验流程 |
| 6.2 试验结果与分析 |
| 6.2.1 焊缝跟踪验证试验与分析 |
| 6.2.2 波纹板拐点焊缝验证试验与分析 |
| 6.3 本章小结 |
| 结论及展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（6）筒体内壁管管焊接自动化关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 自动焊接机器人的研究现状 |
| 1.2.1 管板焊接 |
| 1.2.2 管管焊接 |
| 1.2.3 管锥焊接 |
| 1.2.4 管球焊接 |
| 1.3 筒体内壁管管焊接的发展现状及其局限性 |
| 1.4 论文主要的研究内容 |
| 第二章 以焊缝位置识别传感器为核心的焊接设备 |
| 2.1 引言 |
| 2.2 焊缝位置识别的传统方法 |
| 2.2.1 电弧传感 |
| 2.2.2 电容传感器 |
| 2.2.3 机器视觉 |
| 2.3 焊缝位置识别传感器原理及结构 |
| 2.3.1 工作环境利弊分析 |
| 2.3.2 设计思路与工作原理 |
| 2.3.3 传感器结构设计 |
| 2.3.4 传感器零件选型与设计 |
| 2.4 焊接设备整体结构设计 |
| 2.4.1 筒体内壁管管自动焊接设备的整体解决方案分析 |
| 2.4.2 焊接设备主体结构设计 |
| 2.5 本章小结 |
| 第三章 焊接设备的数学模型 |
| 3.1 引言 |
| 3.2 焊接机器人与焊缝的位姿关系 |
| 3.3 焊缝位置识别传感器的相关模型 |
| 3.3.1 基于传感器的相贯线焊缝位置模型 |
| 3.3.2 焊缝姿态模型 |
| 3.3.3 焊枪姿态模型 |
| 3.4 机器人运动学模型 |
| 3.4.1 第二代焊接机器人连杆坐标系的建立 |
| 3.4.2 焊接机器人运动学正解 |
| 3.4.3 焊接机器人运动学逆解 |
| 3.5 仿真验证 |
| 3.5.1 焊缝位置模型仿真 |
| 3.5.2 机器人运动学仿真 |
| 3.6 本章小结 |
| 第四章 焊接机器人控制系统设计 |
| 4.1 引言 |
| 4.2 控制系统硬件结构整体设计 |
| 4.2.1 控制系统硬件结构 |
| 4.2.2 控制系统软件结构 |
| 4.3 控制系统核心硬件的选型与介绍 |
| 4.3.1 工业触摸屏 |
| 4.3.2 运动控制卡 |
| 4.3.3 数据采集卡 |
| 4.3.4 执行电机及其驱动器 |
| 4.3.5 摄像头 |
| 4.4 控制系统的主要函数与子程序 |
| 4.4.1 运动控制函数 |
| 4.4.2 数据采集函数 |
| 4.4.3 数据存储函数 |
| 4.4.4 图像采集函数 |
| 4.4.5 Matlab模型函数 |
| 4.5 控制系统的主体程序实现 |
| 4.5.1 基本任务程序设计 |
| 4.5.2 其他任务程序设计 |
| 4.6 控制系统操作界面设计 |
| 4.7 本章小结 |
| 第五章 筒体内壁管管相贯线焊接设备自动焊接试验 |
| 5.1 引言 |
| 5.2 试验平台的搭建及系统参数的补足 |
| 5.2.1 焊接系统 |
| 5.2.2 系统参数补足 |
| 5.3 焊接实验 |
| 5.3.1 试焊工件的设计 |
| 5.3.2 焊接结果与分析 |
| 5.4 焊缝位置识别传感器的应用展望 |
| 5.5 本章小结 |
| 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) |
（7）弧焊机器人焊缝轨迹检测及自动寻位系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 焊接机器人技术发展现状 |
| 1.3.2 传感技术发展及研究现状 |
| 1.3.3 焊缝自动跟踪技术发展及现状 |
| 1.4 问题剖析 |
| 1.5 本文主要工作 |
| 第2章 机器人运动学与焊接热力学 |
| 2.1 机器人运动学模型 |
| 2.1.1 Dobot机械臂 |
| 2.1.2 Dobot机械臂运动学正解 |
| 2.1.3 Dobot机械臂运动学逆解 |
| 2.2 TIG焊接温度场数学模型 |
| 2.2.1 控制方程与定解条件 |
| 2.2.2 热源模型 |
| 2.3 本章小结 |
| 第3章 机器人系统标定 |
| 3.1 摄像机标定 |
| 3.1.1 摄像机小孔成像模型 |
| 3.1.2 摄像机内外参数求解 |
| 3.1.3摄像机标定实验 |
| 3.2 机械手视觉系统标定 |
| 3.2.1 求解齐次变换矩阵 |
| 3.2.2 对偶四元数 |
| 3.2.3 手眼标定实验 |
| 3.3 本章小结 |
| 第4章 焊缝图像处理与轨迹优化 |
| 4.1 焊缝图像处理 |
| 4.1.1 焊缝接头分析 |
| 4.1.2 初始焊缝点定位方法 |
| 4.1.3 焊缝图像预处理 |
| 4.1.4 条纹中心提取 |
| 4.2 改进Canny边缘算子 |
| 4.3 焊缝中心线提取与拟合 |
| 4.3.1 焊缝中心线提取 |
| 4.3.2 焊缝坐标点拟合 |
| 4.4 本章小结 |
| 第5章 系统硬件选型与上位机软件开发 |
| 5.1 硬件选型 |
| 5.1.1 串联机械手 |
| 5.1.2 相机与镜头 |
| 5.1.3 线激光器 |
| 5.1.4 激光距离传感器 |
| 5.2 上位机开发 |
| 5.2.1 主界面设计 |
| 5.2.2 从界面设计 |
| 5.3 本章小结 |
| 第6章 实验及结果分析 |
| 6.1 焊接仿真分析 |
| 6.1.1 焊缝温度场仿真分析 |
| 6.1.2 焊接热变形仿真分析 |
| 6.2 焊缝跟踪实验 |
| 6.2.1 跟踪实现方法 |
| 6.2.2 实验跟踪效果 |
| 6.3 实验结果分析 |
| 6.3.1 常规情况跟踪误差 |
| 6.3.2 干扰情况跟踪误差 |
| 6.3.3 跟踪误差对比分析 |
| 6.4 本章小结 |
| 结论 |
| 1 全文总结 |
| 2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的学术成果 |
（8）基于OpenMV的螺旋埋弧焊钢管焊缝跟踪系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 螺旋管焊接技术国内外发展现状及发展前景 |
| 1.3 研究内容、技术方法与创新 |
| 第2章 螺旋管埋弧焊自动跟踪系统介绍 |
| 2.1 引言 |
| 2.2 螺旋管生产流程介绍 |
| 2.3 螺旋管自动跟踪系统中的关键技术 |
| 2.4 焊缝跟踪系统整体方案 |
| 2.5 本章小结 |
| 第3章 螺旋管埋弧焊焊缝识别系统硬件方案设计 |
| 3.1 引言 |
| 3.2 硬件构成 |
| 3.3 硬件结构 |
| 3.4 本章小结 |
| 第4章 焊缝跟踪系统工作流程及算法设计 |
| 4.1 引言 |
| 4.2 螺旋管焊缝工作系统工作流程 |
| 4.3 焊缝跟踪系统内焊缝提取图像处理算法 |
| 4.4 模糊控制 |
| 4.5 本章小结 |
| 第5章 实验数据处理与分析 |
| 5.1 引言 |
| 5.2 焊缝位置信息提取 |
| 5.3 生产线试验与数据处理 |
| 5.4 稳定性实验 |
| 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 |
| 附录 |
| 个人简介 |
（9）数控机床视觉自动定位系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 机器视觉的发展和应用 |
| 1.2.2 机器视觉在机床上的应用 |
| 1.3 本文的主要研究内容 |
| 1.4 本章小结 |
| 第二章 机器视觉自动定位系统的组成 |
| 2.1 视觉定位系统的组成及工作原理 |
| 2.2 视觉系统硬件设备选型 |
| 2.2.1 相机的选型 |
| 2.2.2 镜头的选型 |
| 2.2.3 光源的选型 |
| 2.2.4 图像采集卡 |
| 2.3 系统软件开发平台 |
| 2.3.1 LabVIEW编程软件 |
| 2.3.2 视觉开发模块 |
| 2.4 本章小结 |
| 第三章 相机标定方法的研究 |
| 3.1 相机参数标定方法 |
| 3.1.1 传统的相机标定方法 |
| 3.1.2 主动视觉中的标定方法 |
| 3.1.3 相机自标定方法 |
| 3.2 相机模型的建立 |
| 3.2.1 针孔相机模型 |
| 3.2.2 非线性相机模型 |
| 3.3 相机的标定 |
| 3.3.1 垂直方向相机的标定 |
| 3.3.2 水平方向相机的标定 |
| 3.3.3 相机标定的实验结果分析 |
| 3.4 本章小结 |
| 第四章 工件图像处理及其特征提取 |
| 4.1 图像的增强 |
| 4.2 图像的平滑处理 |
| 4.3 图像的二值化处理 |
| 4.3.1 全局阈值二值化算法 |
| 4.3.2 局部阈值二值化算法 |
| 4.3.3 图像二值化实验结果分析 |
| 4.4 边缘检测 |
| 4.4.1 传统的边缘检测方法 |
| 4.4.2 形态学边缘检测方法 |
| 4.5 工件定位及特征参数提取 |
| 4.5.1 Hough变换直线检测 |
| 4.5.2 工件定位及特征参数提取 |
| 4.5.3 刀尖到工件平面高度计算 |
| 4.6 本章小结 |
| 第五章 系统软件设计与实现 |
| 5.1 定位系统软件设计分析 |
| 5.2 视觉自动定位系统软件设计 |
| 5.2.1 图像采集模块 |
| 5.2.2 图像处理模块 |
| 5.2.3 视觉定位与特征提取模块 |
| 5.2.4 机床运动模块 |
| 5.3 系统软件应用实验 |
| 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 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（10）基于结构光成像的焊缝跟踪与检测系统（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究的目的及意义 |
| 1.2 焊缝跟踪国内外研究现状 |
| 1.3 结构光成像国内外研究现状 |
| 1.4 本文的主要内容 |
| 2 系统整体研究 |
| 2.1 系统工作原理 |
| 2.1.1 结构光测量技术 |
| 2.1.2 脉冲钨极氩弧焊技术 |
| 2.2 系统总体设计成 |
| 2.3 结构光视觉传感器 |
| 2.3.1 设计方案 |
| 2.3.2 硬件选择 |
| 2.3.3 视觉系统设计与加工 |
| 2.3.4 总体设计 |
| 2.4 系统工作流程 |
| 2.5 本章小结 |
| 3 焊缝跟踪系统 |
| 3.1 图像处理整体流程 |
| 3.2 图像预处理 |
| 3.3 光条中心提取 |
| 3.3.1 传统提取方法 |
| 3.3.2 本文光条中心提取方法 |
| 3.4 焊缝跟踪原理及实现 |
| 3.4.1 焊缝跟踪原理 |
| 3.4.2 PLC及其控制 |
| 3.5 本章小结 |
| 4 焊缝检测系统与系统软件设计 |
| 4.1 焊缝检测系统 |
| 4.1.1 焊缝图像分析 |
| 4.1.2 焊缝检测目的 |
| 4.1.3 焊缝检测系统图像处理 |
| 4.2 软件控制 |
| 4.2.1 VC++简介 |
| 4.2.2 软件功能介绍 |
| 4.2.3 软件工作流程 |
| 4.3 本章小结 |
| 5 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 存在的问题与以后的研究方向 |
| 参考文献 |
| 攻读硕士期间发表的论文及所取得的研究成果 |
| 致谢 |
四、焊管纵缝实时焊缝跟踪的机器视觉方法（论文参考文献）
- [1]基于机器视觉的直缝焊管焊缝位置识别研究与应用[D]. 于兵. 太原理工大学, 2021(01)
- [2]棱管与法兰环缝焊缝跟踪与焊缝成形自适应控制[D]. 刘维. 山东大学, 2021(11)
- [3]全自动焊缝修磨机器人视觉识别及轨迹规划研究[D]. 刘杨洋. 长安大学, 2021
- [4]输电线路钢管塔用焊接系统的自动化研究[D]. 王鹏. 山东大学, 2020(11)
- [5]基于激光位移传感的六轴机器人焊缝跟踪关键技术研究[D]. 李鹏. 湘潭大学, 2020(02)
- [6]筒体内壁管管焊接自动化关键技术研究[D]. 王英俊. 湘潭大学, 2020(02)
- [7]弧焊机器人焊缝轨迹检测及自动寻位系统[D]. 豆昌军. 成都理工大学, 2019(02)
- [8]基于OpenMV的螺旋埋弧焊钢管焊缝跟踪系统研究[D]. 陈璨. 长江大学, 2019(12)
- [9]数控机床视觉自动定位系统的研究[D]. 王皓. 上海工程技术大学, 2017(03)
- [10]基于结构光成像的焊缝跟踪与检测系统[D]. 李佳璇. 中北大学, 2017(08)