一、基于旋转电弧传感的示教再现弧焊机器人智能化研究（论文文献综述）
郑德阳[1]（2021）在《基于激光视觉传感机器人控制系统的多层多道智能弧焊》文中研究说明在智能化工业生产中,焊接机器人一直被广泛应用于中厚板多层多道自动化焊接领域。但由于工件定位精度、加工精度以及焊缝余高变化等因素的影响,传统的机器人“示教—再现”方法很难适应焊缝位置、焊道空间尺寸的变化。因此,使焊接机器人能够在示教前提下,根据焊缝位置变化修正焊枪轨迹、根据焊道空间尺寸变化智能调整焊接工艺参数,是保证中厚板多层多道自动化焊接质量的先决条件之一。本文以低碳钢轴与法兰盘单边V形坡口多层多道焊接为例,开发了一套基于激光视觉传感技术的机器人智能弧焊系统。主要工作包括:分析传感器工作原理,设计一款具有检测焊缝位置、测量坡口宽度和深度功能的激光视觉传感器,确定传感器的使用参数和检测精度。分析图像处理方法和不同边缘提取算子的处理结果,设计图像处理算法,实现对焊缝图像特征曲线的有效提取以及焊缝特征点的精准识别。规划焊枪运动轨迹,设计打底焊、填充摆弧焊、盖面焊三种焊接方式。确定焊接速度、送丝速度、电流电压等常规焊接工艺参数,在此基础上,根据焊道空间尺寸变化,为填充摆弧焊接设计不同的摆焊工艺参数、为盖面焊接设计不同的送丝速度。完成激光视觉传感系统与机器人系统之间的I/O通讯,设计机器人焊接程序,使机器人能够根据检测到的焊缝位置偏差进行焊枪轨迹修正;根据检测到的焊缝余高及坡口宽度信息,在摆弧焊接过程中智能调整摆焊工艺参数、在盖面焊接过程中智能调节送丝速度。实验结果得到,传感器距离工件的使用高度范围在60～85 mm之间,分辨率为0.0568 mm/pixel,视野范围为28.4 mm×21.3 mm,检测精度为0.126 mm,系统响应时间在60 ms以内。对比焊缝实际偏差与修正结果、测量焊缝截面尺寸,结合焊缝余高变化的最小修正值,得到该系统的修正误差小于0.4 mm。观察实际焊接工艺参数变化、分析焊缝形貌,最终表明,此智能弧焊系统能够使“示教—再现”型焊接机器人在轴与法兰盘单边V形坡口多层多道焊接中,获得良好的焊缝成型质量。
曾强[2]（2021）在《基于激光视觉传感的搭接接头机器人智能弧焊研究》文中研究指明伴随着焊接技术的飞速发展,如何尽可能地确保产品的焊接质量成为了广大焊接工作者所关心的问题。目前大多数机器人在工作时处于示教再现模式,行走轨迹及工艺参数都是固定的,一旦工件状态发生改变,机器人无法做出相应调整,导致焊接质量下降甚至将产品焊废。本课题针对搭接接头平焊存在间隙时,机器人在示教再现模式下工作导致焊接质量下降的问题,设计搭建了与其配套使用的激光视觉传感系统,提高了机器人的智能水平,对于改善产品焊接质量具有重要的应用价值。为了提高搭接接头的检测精度,本课题采用张正友平面标定法对相机进行了标定,得到了相机的内部、外部参数及畸变系数,从而矫正了相机采集图像时产生的畸变现象。其中标定的重投影误差小于0.25pix,精度可达亚像素级。同时对机器人进行了手眼标定,得到了机器人手眼的转换关系。搭接接头的激光条纹特征点提取算法流程包括双边滤波、图像阈值化、边缘提取、中心曲线提取及特征点提取等。其中针对图像的阈值化处理,本课题提出了根据图像的不同位置确定不同权重的方法,能够可靠地将激光条纹从背景中提取出来,提高了图像处理的准确性。根据视觉检测的投影原理对不同间隙的搭接接头进行三维扫描重建,并通过设计的算法对其进行了检测试验。结果表明,检测的误差值可在0.2mm以内,其平均值为0.104mm,检测的方差值最大为0.0541,图像检测精度可以达到0.246mm。经过测试,系统的检测周期小于60ms,检测速度极快。对工控机与机器人系统进行了I/O通讯与实际连线设计,并将控制软件基于VC++6.0平台进行模块化编写。通过纠偏试验证明,系统在水平及竖直方向上的纠偏精度分别可在0.3mm及0.4mm以内,达到了国内先进水平。同时本课题在智能控制模式下设计了一种基于激光视觉“先扫后焊”的摆动电弧焊接方案,可根据接头间隙的变化来调整焊枪高度、摆焊的行进速度及摆动幅度,结果表明当接头间隙在0mm～2.0mm时,相比于传统的示教再现模式,智能控制模式下可有效地提升搭接上下板的连接效率,并且焊缝的表面及截面成形达到了良好的效果。
刘钊江[3]（2021）在《盾构机刀盘焊接过程监管系统的研究与设计》文中提出现阶段我国面临着隧道工程建设需求扩张与盾构机产能不足的矛盾。刀盘作为盾构机开挖掘进的核心部件,对工程质量的稳定性起着决定性作用。但是刀盘焊接车间仍采用传统的人工焊接方式,这不仅存在着焊接效率低、焊接一致性差的问题,还会对焊接工人的健康造成损害,且焊接车间尚未应用现代化的信息管理系统,因此升级刀盘的焊接技术与监管手段具有重要意义。本文来源于山东省重大科技创新项目,针对刀盘焊接过程中智能、柔性化不足的技术问题,结合焊接车间数字化的发展方向,研究自动化焊接技术,给出一种机器人焊接控制终端自适应焊接和分层规划焊接的方法,设计焊接生产的控制终端,并依托物联网与Web应用技术部署远程监管平台,提升了刀盘的生产制造与信息管理水平。本文主要的工作与研究内容如下:（1）规划系统总体架构分为焊接控制终端和远程监管平台两个部分,确定了焊接控制终端现场设备层、操作服务层、系统控制层的分层设计方案,以及远程监管平台的接入层、服务层、应用层的分层设计方案,并通过网络层交互数据。（2）分析自动化焊接过程中的系统误差与随机误差场景,研究焊接过程中的自适应焊接问题,结合激光位移传感器的视觉信息测量与机器人焊接生产线的手眼标定技术,建立刀盘焊件坡口的空间位置模型,关联焊枪初始化的位姿数据,给出一种自适应校正偏差并分层规划的多层多道刀盘坡口焊接方法。（3）采用集散控制的设计思想,研究现场焊接控制终端架构,设计PLC主控制单元、机器人和工控机子控制单元的分层控制结构,参照现场焊接车间的工作环境进行设备选型,并设计控制终端的硬件方案、软件方案和通讯方案。（4）基于监管平台的功能架构分析业务流程,围绕平台功能需求以及数据主体模型设计数据库表,采用B/S架构设计各功能模块,结合Django框架、Bootstrap框架、Nginx、uWSGI等后端技术开发对应Web界面,实现用户管理、运行监测、报警管理、专家工艺系统、历史数据查询功能的可视化显示。盾构机刀盘焊接过程监管系统经过反复测试,控制终端的焊接效果良好,焊接质量与效率符合预期目标;远程监管平台功能合理,满足用户需求,有望后续投入生产使用。
何元[4]（2021）在《敞车检修焊缝跟踪及焊脚自动调节系统研究》文中研究说明随着工业机器人的更新换代,焊接方式已经由人工焊接转变成自动焊接,在车辆制造业和造船业等领域应用十分广泛。事实上,每一套焊接系统都是针对某一特定的焊接过程而设计。本文根据某企业C64K型敞车返修焊接过程中出现的车体尺寸大,焊接范围广等一系列问题设计了一套数控智能龙门割焊系统。同时,采用直线插补原理进行示教再现,从而实现焊缝跟踪。此外,针对焊接过程中的部分焊缝间隙较大、高低错边而导致的熄弧现象,设计了一套焊枪摆动自动调节装置,通过焊枪实时摆动进而避免了熄弧现象,并有效地改善了此类焊缝的焊接质量。具体研究内容如下:（1）为了解决车体尺寸大,焊接范围广等问题,本文设计了具有六个自由度的数控智能龙门割焊系统。该系统包括:XYZ三个方向的移动,Z方向上的Z轴翻转自由度,Z轴旋转自由度,以及枪头旋转自由度。根据该系统所需要的设备及部分设备的参数要求,协同成都某公司对现有的设备进行改进以满足所需的数控智能龙门割焊系统,进而采用示教再现来完成焊缝跟踪过程。（2）针对焊缝间隙较大甚至高低错边而导致的熄弧问题,本文设计了焊脚自动调节系统。首先,将激光位移传感器检测到的焊缝不平整度信息发送给STM32单片机。然后,根据信息来判断是否发出脉冲信号以控制步进电机。接着,按照工艺需求,通过步进电机转动的角度和速度来实现焊枪的摆动,使得新板材和母材更好地熔合。最后,根据实际问题的需求选择最优参数的硬件并使用MDK作为软件的开发环境,对各个功能进行模块化并编写代码,进而完成了焊枪摆动自动调节装置的软硬件设计和实现。（3）基于已经完成了的数控智能龙门割焊系统,进行了示教再现切割和焊接实验。实验表明:通过示教再现完成切割和焊接的方案是有效的,不仅解决了车体尺寸大,焊接范围广等问题,而且较好地实现了工艺需求。此外,还完成了焊枪摆动自动调节装置的参数匹配实验。该实验证明:通过焊枪的实时摆动,可以解决在焊接过程中由于焊缝间隙较大甚至出现高低错边所产生的熄弧问题,并且快行走速度匹配快摆动速度是可以得到效果良好的焊缝质量。
脱帅华[5]（2021）在《基于激光测量与视觉信息提取的焊缝跟踪系统研究》文中研究说明机器人焊接技术具有质量稳定、效率高等特点,已在先进制造业中广泛应用。当前,焊接机器人在许多应用场合仍采用传统的“示教-再现”工作模式,缺乏对外部信息的实时感知与反馈调节功能。焊接对象或条件改变、焊件表面存在缺陷及焊件受热变形时,可能导致焊枪偏离原有的示教轨迹,影响焊接精度与焊后质量。为此,本文研究基于激光传感和视觉信息融合的焊缝跟踪系统,借助传感器获取焊件坡口的轮廓数据,通过工控机处理得到焊枪中心点的三维坐标。利用曲线拟合规划焊枪中心点的运动路径,并将信息传输给机器人控制柜,通过驱动机器人移动来实时调整焊枪使其对准坡口中心,保证焊接精度和质量。研究内容包括:（1）进行焊缝跟踪系统的整体设计,根据实际焊接应用要求完成对各器件的选型。通过Robotstudio建立焊接仿真工作站,对系统内各器件进行布局规划。根据规划结果搭建焊缝跟踪实验平台,主要组成为:焊接机器人系统、激光传感器和工控机。（2）采用D-H法建立焊接机器人的运动学模型,并进行正、逆运动学分析,获得机器人首末端坐标系之间的变换矩阵,为标定焊枪和激光传感器提供计算依据。研究焊枪和激光传感器的标定方法,重点阐述激光传感器的多点标定原理,并在此基础上提出三点标定法。通过对焊枪和激光传感器的位姿标定,获得两者间坐标系的转换关系,为焊缝数据的采集与处理打下基础。（3）开展焊缝跟踪方法研究,实现对焊件坡口特征点的高精度定位。针对I、V及Y型坡口,采用焊件剖面扫描、剖面数据滤波、坡口特征点定位与焊接路径规划等四步法实现焊缝跟踪。针对坡口特征点,采用二阶导数极大值法进行初步定位,再通过线性拟合精确定位;针对焊接路径规划,采用最小二乘、高斯拟合及三次样条插值等方法分别拟合焊枪中心点的运动路径,为焊缝跟踪的实验验证提供理论基础。（4）完成焊枪与激光传感器的标定实验,并开展针对直线、曲线焊缝的跟踪验证。实验结果表明,初步定位时,跟踪误差约为0.628 mm、0.736 mm;经精确定位后,误差降为0.387 mm、0.429 mm,提升幅度分别达到38.37%、41.71%,满足机器人焊接焊缝跟踪误差≤0.5 mm的精度要求。表明提出的跟踪方法有效,可为高精度焊缝跟踪和曲线曲面等复杂焊缝的焊接提供有力的技术支持。
吴凯旋[6]（2021）在《基于深度学习的激光视觉多层多道焊缝跟踪研究》文中研究指明多层多道焊接方式常用于航空航天和船舶制造等工业领域里中厚板工件的焊接,是一种非常重要的连接工艺方法。而基于激光视觉传感器的机器人智能化焊缝跟踪方式以其价格低廉、抗干扰能力强和精度高等巨大优势成为应用最广的方法。然而,在进行实际焊缝跟踪时,利用视觉传感器获取的焊接图像不可避免地会受到强反射、飞溅和电弧噪声的污染导致无法保证焊接的稳定性和精确性。因此,对基于激光视觉的多层多道焊缝跟踪进行研究具有重要意义。本文主要研究内容如下:首先,搭建了用于实验研究的焊接机器人多层多道焊缝跟踪平台。为了尽可能避免焊接过程中弧光飞溅对图像质量产生较大影响,对激光视觉系统的相关组成配件及安装方式进行了选择与设计。对激光视觉系统中的相机、手眼和激光平面标定原理进行分析,并通过提出的系统标定方法求解出用于实现图像二维坐标到实际三维坐标转换所需的参数。其次,提出了一种基于激光条纹边缘引导网络的多层多道焊缝自主识别方法。该方法通过改进的VGG主网络提取焊缝图像的全局特征,再利用网络中的导向模块将多尺度提取模块和激光条纹边缘提取模块得到的激光条纹信息进行融合,从而在多特征融合输出模块获得边界更加清晰准确的焊缝激光条纹图像用于后续处理。然后,对焊缝初始特征点的自动提取和焊缝特征点连续跟踪算法进行研究。针对V型坡口单道焊缝和多层多道焊缝形状的不同特点,分别提出随机抽样一致性和非均匀有理B样条拟合的方法,对焊缝的初始特征点进行提取。同时,提出基于深度回归网络的焊缝连续跟踪算法,用于连续的检测焊缝特征点的位置。最后,进行多层多道焊缝跟踪实验验证。为了实现中厚板V型坡口工件的多层多道自动化焊接,对焊道的横截面和焊枪姿态进行规划。并对整个焊缝跟踪的通讯系统进行设计,以保证自动化焊缝跟踪的顺利进行。最终,对平面V型坡口工件进行了多层多道焊缝跟踪实验并对采集的数据进行了误差分析,从而证明本文所提算法及焊缝跟踪系统的准确性和稳定性。
贾宗彪[7]（2021）在《P-GMAW电弧传感焊缝跟踪精度研究》文中提出焊缝跟踪技术应用广泛,从薄板到中厚板、从V形坡口到窄间隙坡口、从直焊缝到相贯线焊缝,都离不开焊缝跟踪传感器的使用。在焊接重要产品时,例如航天飞行器、大型压力容器、船舶舰艇等,要求焊缝成形与质量达到较高水准,而目前国内的电弧传感器尚未能够满足焊缝跟踪精度的要求,尤其是面对复杂焊缝时跟踪精度往往不理想。如何提高电弧传感跟踪器的精度已经成为制约其在复杂焊缝跟踪中应用的“卡脖子”技术。本文针对基于P-GMAW的摆动电弧传感焊缝跟踪精度展开研究。首先设计了P-GMAW电弧传感焊缝跟踪试验系统,并搭建了试验平台,支持多种焊接条件下的试验,具有将试验数据采集的功能。基于MATLAB软件编写了试验数据分析程序,能够方便快捷提取到电弧的不同特征信号,为研究不同因素如何影响跟踪精度做好准备。其次,按功能划分,将焊缝跟踪控制系统主要分为:电弧传感模块、机器人控制系统、执行模块,对这三部分中影响跟踪精度的因素进行分析和试验。得到以下几点规律:V形坡口焊时,相同条件下,坡口角度越小对跟踪精度的提高越有利;相同条件下,焊丝直径越细对跟踪精度的提高越有利;在一定范围内,纠偏系数K应当随着焊枪偏离焊缝中心距离的增加而增加。然后,在原有特征信号提取方式的基础上进行改进,得到“n个峰值均值法”的提取方式,与原有方式进行对比后,发现焊缝跟踪的灵敏度明显提高。并对该提取方式得到的特征信号进行异常数据检测,采用将基于统计的格拉布斯准则与基于聚类的模糊C均值算法结合的方式,得到一种新的异常数据检测方法,经过MATLAB软件分析处理后,得出该方法能明显地检测出特征参数中存在的异常数据,采用该方式有利于跟踪精度的提高。最后,为了探究焊接过程中的断弧现象,对易发生断弧的窄间隙坡口焊进行研究。发现断弧前电弧均有一个特殊的形态变化——电弧建立在焊丝端部与熔池之间,断弧过程中电弧会沿着侧壁反向拉伸呈抛物线状,直到被拉断;除此之外,断弧前焊接电压也有特殊的变化规律——断弧发生前数个脉冲周期内的基值电压异常波动甚至上升。对这些特有的现象进行深入分析,发现与窄间隙特有的坡口形式、焊枪偏差密不可分。为了减少断弧的发生可基于断弧前数个脉冲周期的基值电压反常行为进行预测,并做出调整,从而提高焊缝跟踪精度。
张天一,朱志明,郭吉昌,孙博文[8]（2020）在《基于视觉与重力传感的焊缝空间姿态检测技术研究与发展》文中指出对于空间位置的金属结构件焊接,焊枪相对于工件（焊接坡口）的位置和姿态直接影响焊缝成形质量。焊枪的最优相对位姿由焊缝（接头）所在平面的绝对空间姿态、焊接坡口的特征尺寸参数确定。简要分析了视觉传感在焊接领域的研究与应用,总结了焊枪空间姿态检测常用方法。在此基础上,介绍了提出的基于视觉与重力传感信息融合的组合式检测系统,该系统可实现对焊缝（接头）所在平面的绝对空间姿态、焊枪相对于该平面的相对位置和姿态以及焊接坡口特征尺寸参数的检测,进而实现未知姿态平面内的复杂空间焊缝（接头）的检测与跟踪及焊枪姿态控制。最后展望了基于视觉与重力传感信息融合的组合式检测系统在曲面工件复杂空间焊缝（接头）焊接中的研究和发展应用前景。
陈泓宇[9]（2020）在《集装箱自动化焊接系统的轨迹规划和轨迹校正方法研究》文中指出近年来,随着机器人技术、信息技术等多种技术的协同发展,弊端众多的手工焊接加工方式逐渐不再适用于大型集装箱焊接制造场合,取而代之的是以焊接自动化专用装备和焊接机器人为主体的自动化焊接加工系统。焊接自动化专用装备主要应用于集装箱两侧波纹板焊接（波纹板焊接长度通常超出工业机器人的工作空间）,其轨迹规划算法是焊接自动化专用装备控制系统中核心技术。焊接机器人主要应用于集装箱上锁座和铰链等零件的焊接,但受限于当前机器人的智能化水平,大多数机器人实施焊接作业时仍停留在“手动示教—记忆再现”这一固定模式。在零件装夹误差等因素的影响,导致焊缝的实际轨迹与示教轨迹间不可避免地存在偏差,这种工作模式的焊接机器人不能根据轨迹的变化作出相应的校正动作,从而影响工件的焊接质量与精度。基于上述应用背景,本论文主要研究集装箱自动化焊接加工系统的焊接轨迹规划和焊接轨迹校正等问题。本研究获得了南方中集东部物流装备制造有限公司项目（集装箱后端生产线全自动装配和焊接机器人应用）的资助。论文的主要内容包括:（1）在剖析集装箱自动化焊接加工系统总体框架、工作机制及设计要求的基础上,研制了基于Ether CAT实时总线协议的焊接自动化专用装备控制系统。针对波纹板焊接轨迹由空间直线和空间圆弧构成复杂曲线的特点,应用S型速度规划曲线设计了空间直线轨迹规划算法和空间圆弧轨迹规划算法,以实现对焊接过程中运动轨迹的匀速、稳定和精确的控制。（2）在对图像预处理,滤去噪声,增强目标信息的基础上对焊接工件的特征进行了分析和提取,结合这些特征,设计基于灰度值、形状、相关性的模板匹配方法,对焊接工件进行定位。以像素点的平移矩阵和旋转矩阵为基础,根据模板匹配检测到的偏移量和旋转角度,计算出实际轨迹,从而校正焊接轨迹。（3）为了验证所提算法的可行性,构建两套实验平台对本文设计的焊接轨迹规划算法和焊接轨迹校正算法进行验证。实验平台1为面向波纹板焊接专用设备轨迹规划实验平台,由丝杠、伺服控制器、伺服电机、和工控机组成。软件平台基于Microsoft Visual Studio 2015集成环境开发,控制系统基于Ethercat实时控制总线构建,融合了直线和圆弧插补算法。在选定的多组运动轨迹进行测试,以验证插补轨迹精度和运动平稳性。实验平台2为工件焊接轨迹校正实验平台,由ABB焊接机器人、工控机、Basler工业相机和光源组成构成。软件平台基于HALCON机器视觉集成开发环境开发,融合图像预处理、模板匹配、和焊缝轨迹校正算法,针对集装箱上两大类零件锁座和铰链进行焊接轨迹校正方法的研究与分析,实验结果验证算法有效性。
董涵[10]（2020）在《基于机器视觉的焊缝定位跟踪系统的研究与实现》文中研究说明焊接是一项重要的加工技术,被广泛应用于各类生产制造领域。传统生产企业依赖手工焊接,焊接质量取决于工人的技术水平与工作状态,因此焊接效率与质量无法得到保障。相比于手工焊接,自动化焊接具有焊接效率高、焊接质量一致等特点。普及自动化焊接能够提高企业生产效率,保障产品质量并节省用工成本。焊缝跟踪技术是实现焊接控制的重要环节,也是焊接自动化与智能化的必要条件。本文通过对焊缝跟踪技术展开研究,设计并实现了一套基于机器视觉的焊缝定位跟踪系统。本文设计的焊缝定位跟踪系统采用被动光视觉,使用单目视觉传感器采集图像。为了解决单目视觉系统无法有效获取深度信息问题,本文为系统增加了初始高度引导模块,实现了工业相机与焊枪的自动高度调节功能。针对初始高度引导模块,本文提出了一种基于人眼视觉系统的无参考离焦图像清晰度评估方法,其评估结果与人眼主观评价结果具有较好的一致性。该方法能够建立图像采集高度与图像清晰度之间的关系,从而帮助系统获得合适的成像高度。传统跟踪系统依赖人工特征进行焊缝图像分割,抗干扰能力较弱且图像分割质量较差。本文使用深度学习方法进行焊缝图像分割,通过在ENet网络的基础上引入注意力机制并调整损失函数,提出了一种针对焊缝图像的分割网络。该网络能够有效克服焊接过程中出现的弧光、飞溅等干扰,提取焊缝轨迹精确且鲁棒性强。系统使用该网络进行焊缝图像分割,根据分割结果提取焊缝中心线轨迹,实现焊缝跟踪功能。本文搭建了焊缝定位跟踪系统并设计了图形化界面,用户可在界面中观测实时跟踪结果、了解系统执行状态和设置系统参数。对系统的功能模块进行了测试,结果表明,该系统执行效率高且运行稳定,能够对焊缝进行实时跟踪,满足实时跟踪系统的性能需求。
二、基于旋转电弧传感的示教再现弧焊机器人智能化研究（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、基于旋转电弧传感的示教再现弧焊机器人智能化研究（论文提纲范文）
（1）基于激光视觉传感机器人控制系统的多层多道智能弧焊（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 焊缝跟踪技术的发展及研究现状 |
| 1.2.1 发展概况 |
| 1.2.2 焊缝跟踪传感器的作用及分类 |
| 1.2.3 激光视觉传感器的发展现状 |
| 1.2.4 焊缝图像处理的研究现状 |
| 1.2.5 焊缝跟踪的实现方法 |
| 1.3 中厚型结构件自动化焊接的研究现状 |
| 1.3.1 多层多道焊接轨迹规划的研究现状 |
| 1.3.2 多层多道焊接工艺规划的研究现状 |
| 1.3.3 多层多道激光视觉传感技术的研究现状 |
| 1.4 主要研究内容 |
| 第2章 实验流程设计与智能弧焊系统组成 |
| 2.1 实验流程设计 |
| 2.1.1 打底焊实验流程设计 |
| 2.1.2 填充摆弧焊实验流程设计 |
| 2.1.3 盖面焊实验流程设计 |
| 2.2 智能弧焊系统组成 |
| 2.3 激光视觉传感系统的组成与设计 |
| 2.3.1 传感器结构设计 |
| 2.3.2 工控机设计 |
| 2.3.3 图像采集卡 |
| 2.4 焊接机器人系统的组成 |
| 2.4.1 安川机器人 |
| 2.4.2 焊接设备 |
| 2.5 本章小结 |
| 第3章 传感器标定与焊缝图像处理 |
| 3.1 激光视觉传感器的工作原理 |
| 3.2 视觉标定 |
| 3.2.1 传感器标定 |
| 3.2.2 机器人手眼标定 |
| 3.3 焊缝图像处理 |
| 3.3.1 图像二值化处理 |
| 3.3.2 图像后处理 |
| 3.4 像素差标定 |
| 3.5 传感器精度检测 |
| 3.5.1 焊缝横向位置检测 |
| 3.5.2 焊缝纵向位置检测 |
| 3.5.3 坡口宽度检测 |
| 3.6 本章小结 |
| 第4章 多层多道智能弧焊控制设计 |
| 4.1 机器人I/O通讯 |
| 4.2 焊接轨迹规划 |
| 4.3 打底焊的控制设计 |
| 4.3.1 确定打底焊接工艺参数 |
| 4.3.2 焊枪轨迹修正的程序设计 |
| 4.4 填充摆弧焊的控制设计 |
| 4.4.1 填充摆弧焊的焊前检测 |
| 4.4.2 确定摆弧焊接工艺参数 |
| 4.4.3 调整摆焊参数的程序设计 |
| 4.5 盖面焊的控制设计 |
| 4.5.1 盖面焊的焊前检测 |
| 4.5.2 确定盖面焊接工艺参数 |
| 4.6 本章小结 |
| 第5章 智能焊接实验 |
| 5.1 焊前准备 |
| 5.2 打底焊接实验 |
| 5.3 填充摆弧焊接实验 |
| 5.4 盖面焊接实验 |
| 5.5 焊缝分析 |
| 5.5.1 焊缝形貌分析 |
| 5.5.2 焊缝截面分析 |
| 5.6 本章小结 |
| 第6章 结论 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士期间研究成果 |
（2）基于激光视觉传感的搭接接头机器人智能弧焊研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 焊接工作中传感设备的分类及应用 |
| 1.2.1 探针式传感器 |
| 1.2.2 电弧式传感器 |
| 1.2.3 超声波传感器 |
| 1.2.4 光学视觉传感器 |
| 1.3 视觉检测技术与摆动电弧焊接技术的研究进展 |
| 1.3.1 视觉传感器的检测原理 |
| 1.3.2 结构光视觉检测技术的国外研究进展 |
| 1.3.3 结构光视觉检测技术的国内研究进展 |
| 1.3.4 摆动电弧焊接的研究进展 |
| 1.4 本文的主要研究内容 |
| 第2章 智能控制焊接系统的总体设计 |
| 2.1 系统的总体组成 |
| 2.2 激光视觉检测系统模块的结构设计 |
| 2.2.1 工业相机与光源的选择 |
| 2.2.2 图像采集卡与工控机 |
| 2.2.3 传感器内部结构设计及位置确定 |
| 2.3 焊接系统模块的组成 |
| 2.3.1 焊接机器人 |
| 2.3.2 机器人控制柜 |
| 2.3.3 焊接电源 |
| 2.4 本章小结 |
| 第3章 视觉系统的标定 |
| 3.1 相机的标定模型 |
| 3.1.1 相机成像的坐标转换 |
| 3.1.2 相机实际成像的数学模型 |
| 3.2 相机内外参数的标定 |
| 3.2.1 张正友平面标定法原理 |
| 3.2.2 相机内部参数的标定 |
| 3.2.3 相机外部参数的标定 |
| 3.3 图像的畸变矫正及图像单位像素的标定 |
| 3.3.1 图像畸变现象的矫正 |
| 3.3.2 图像单位像素的标定 |
| 3.4 机器人手眼关系的标定 |
| 3.4.1 手眼关系的标定原理 |
| 3.4.2 手眼关系的标定结果 |
| 3.5 本章小结 |
| 第4章 图像处理算法与接头间隙检测的实现 |
| 4.1 图像处理的算法流程设计 |
| 4.2 图像的预处理设计 |
| 4.2.1 滤波去噪处理 |
| 4.2.2 阈值化处理 |
| 4.3 图像的后续处理设计 |
| 4.3.1 激光条纹边缘提取处理 |
| 4.3.2 激光条纹中心曲线提取 |
| 4.3.3 中心曲线特征点提取 |
| 4.3.4 不同间隙的搭接接头图像处理结果 |
| 4.4 搭接接头平焊状态下的间隙检测 |
| 4.4.1 视觉检测的投影原理及接头的三维重建 |
| 4.4.2 不同间隙的搭接接头三维扫描形貌表征 |
| 4.4.3 不同间隙的搭接接头检测结果分析 |
| 4.5 本章小结 |
| 第5章 系统的通讯及搭接接头智能弧焊的实现 |
| 5.1 工控机与机器人系统的通讯控制设计 |
| 5.1.1 工控机与机器人系统的I/O通讯连线设计 |
| 5.1.2 工控机软件界面设计 |
| 5.1.3 搭接接头平焊时的纠偏试验 |
| 5.2 示教再现模式下的不同间隙搭接接头焊接对比 |
| 5.2.1 示教再现模式下的焊接规划 |
| 5.2.2 搭接接头无间隙时的焊接工艺参数确定 |
| 5.2.3 示教再现模式下的焊缝形貌对比 |
| 5.3 智能控制模式下的不同间隙搭接接头焊接对比 |
| 5.3.1 智能控制模式下的摆动焊接方案设计 |
| 5.3.2 智能控制模式下的焊接规划 |
| 5.3.3 智能控制模式下的焊缝形貌对比 |
| 5.3.4 示教再现与智能控制模式下的焊缝截面形貌对比 |
| 5.4 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 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（3）盾构机刀盘焊接过程监管系统的研究与设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 焊接工业机器人发展现状 |
| 1.3 焊接监管平台发展现状 |
| 1.4 刀盘焊接技术的发展现状 |
| 1.4.1 焊缝的自动识别与跟踪技术 |
| 1.4.2 离线编程与路径规划技术 |
| 1.5 本文主要工作及章节安排 |
| 第二章 系统总体方案设计 |
| 2.1 总体需求分析 |
| 2.1.1 功能需求分析 |
| 2.1.2 性能需求分析 |
| 2.2 系统整体方案 |
| 2.2.1 焊接控制终端集成设计 |
| 2.2.2 远程监管平台架构设计 |
| 2.3 系统开发关键技术介绍 |
| 2.4 本章小结 |
| 第三章 刀盘焊接过程纠偏优化问题的研究 |
| 3.1 手眼标定方案设计 |
| 3.1.1 机器人视觉系统标定 |
| 3.1.2 坐标系转换方法 |
| 3.1.3 坐标系矩阵求解 |
| 3.2 自适应焊接预处理 |
| 3.2.1 焊接规划预处理 |
| 3.2.2 焊枪姿态预调整 |
| 3.3 多层多道焊接 |
| 3.3.1 焊接坡口填充方案 |
| 3.3.2 焊枪位姿规划 |
| 3.4 实验与结果分析 |
| 3.4.1 手眼标定方法结果分析 |
| 3.4.2 自适应焊接与数据处理结果分析 |
| 3.4.3 焊道规划及成型效果 |
| 3.5 本章小结 |
| 第四章 焊接控制终端的设计与实现 |
| 4.1 控制终端整体架构设计 |
| 4.2 刀盘焊接生产线现场设备布局 |
| 4.3 主要被控设备分析与选型 |
| 4.4 控制终端硬件设计 |
| 4.4.1 PLC控制单元 |
| 4.4.2 机器人控制单元 |
| 4.4.3 工控机控制单元 |
| 4.4.4 控制终端通信网络 |
| 4.5 控制终端软件设计 |
| 4.5.1 PLC控制程序软件设计 |
| 4.5.2 机器人控制程序设计 |
| 4.5.3 工控机的控制算法设计 |
| 4.6 控制终端测试与效果分析 |
| 4.6.1 功能单元测试 |
| 4.6.2 焊接效果整体测试 |
| 4.7 本章小结 |
| 第五章 监控管理平台的设计与实现 |
| 5.1 监管平台总体功能架构 |
| 5.2 监管平台业务流程设计 |
| 5.3 监管平台数据库设计 |
| 5.3.1 数据库E-R模型设计 |
| 5.3.2 数据库表设计 |
| 5.4 监管平台开发环境部署 |
| 5.5 监管平台功能模块设计 |
| 5.5.1 用户信息管理 |
| 5.5.2 生产线运行监测 |
| 5.5.3 系统数据管理 |
| 5.6 监管平台界面设计与实现 |
| 5.6.1 用户登录 |
| 5.6.2 运行监测 |
| 5.6.3 报警管理 |
| 5.6.4 设备管理 |
| 5.6.5 专家系统管理 |
| 5.6.6 历史数据查询 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文和参加科研情况 |
| 学位论文评阅及答辩情况表 |
（4）敞车检修焊缝跟踪及焊脚自动调节系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.1.1 课题背景 |
| 1.1.2 课题研究的意义 |
| 1.2 工业焊接技术国内外研究现状 |
| 1.2.1 工业焊接系统研究现状 |
| 1.2.2 焊缝跟踪技术研究现状 |
| 1.3 本课题主要研究内容 |
| 1.4 本章小结 |
| 第二章 焊接需求分析和焊接系统方案制定 |
| 2.1 焊接需求分析 |
| 2.1.1 问题现状 |
| 2.1.2 需求目标 |
| 2.2 实施方案 |
| 2.3 本章小结 |
| 第三章 数控智能龙门割焊系统设计与实现 |
| 3.1 引言 |
| 3.2 数控智能龙门割焊系统机构组成 |
| 3.2.1 机床结构 |
| 3.2.2 等离子切割系统 |
| 3.2.3 气体保护焊系统 |
| 3.3 数控智能龙门割焊系统物理结构 |
| 3.4 数控智能龙门割焊系统焊缝跟踪 |
| 3.4.1 直线插补原理 |
| 3.4.2 逐点比较法 |
| 3.5 本章小结 |
| 第四章 基于STM32 的焊脚自动调节系统研究与实现 |
| 4.1 引言 |
| 4.2 焊枪摆动自动调节装置硬件设计 |
| 4.2.1 总体硬件设计 |
| 4.2.2 STM32F103ZET6 芯片介绍 |
| 4.2.3 电源模块 |
| 4.2.4 按键输入模块 |
| 4.2.5 TFT-LCD液晶显示模块 |
| 4.2.6 步进电机模块 |
| 4.2.7 红外监测模块 |
| 4.3 焊枪摆动自动调节装置软件设计 |
| 4.3.1 STM32 的软件开发环境 |
| 4.3.2 主程序模块设计 |
| 4.3.3 主程序执行流程 |
| 4.3.4 按键扫描程序 |
| 4.3.5 液晶显示程序 |
| 4.3.6 LED灯点亮程序 |
| 4.3.7 电机驱动程序 |
| 4.3.8 RS485 通信程序 |
| 4.3.9 数据存储程序 |
| 4.4 本章小结 |
| 第五章 实验与结果分析 |
| 5.1 引言 |
| 5.2 数控智能龙门割焊控制系统结构 |
| 5.3 等离子切割实验 |
| 5.3.1 改变电流参数实验 |
| 5.3.2 示教再现切割实验 |
| 5.4 示教再现焊接实验 |
| 5.5 焊枪摆动自动调节装置工艺参数实验 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
（5）基于激光测量与视觉信息提取的焊缝跟踪系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外焊缝跟踪技术研究现状 |
| 1.2.1 焊缝跟踪传感技术研究现状 |
| 1.2.2 焊缝跟踪算法研究现状 |
| 1.2.3 焊缝跟踪系统研究现状 |
| 1.3 本课题主要研究内容 |
| 第二章 焊缝跟踪系统设计 |
| 2.1 焊缝跟踪系统的主要组成 |
| 2.1.1 焊接机器人系统设计 |
| 2.1.2 激光传感器的测量原理及选型 |
| 2.1.3 工控机的选型 |
| 2.2 焊缝跟踪系统的工作流程 |
| 2.3 焊接仿真工作站的建立 |
| 2.4 本章小结 |
| 第三章 焊接机器人的运动学分析 |
| 3.1 机器人运动学建模 |
| 3.1.1 连杆坐标系的D-H模型 |
| 3.1.2 基于MATLAB的运动学建模 |
| 3.2 机器人运动学求解 |
| 3.2.1 链式法则求正解 |
| 3.2.2 反变换法求逆解 |
| 3.3 坐标系的标定 |
| 3.3.1 焊枪的位姿标定 |
| 3.3.2 激光传感器的位姿标定 |
| 3.4 本章小结 |
| 第四章 焊缝跟踪方法研究 |
| 4.1 焊缝跟踪四步法 |
| 4.2 焊件坡口数据的采集与处理 |
| 4.2.1 焊件剖面扫描 |
| 4.2.2 剖面数据滤波 |
| 4.3 焊件坡口特征点定位 |
| 4.3.1 特征点定义 |
| 4.3.2 二阶导数最值法初步定位 |
| 4.3.3 线性拟合法精确定位 |
| 4.4 焊接路径规划 |
| 4.4.1 确定焊枪中心点 |
| 4.4.2 路径规划方法比较 |
| 4.5 本章小结 |
| 第五章 焊缝跟踪实验验证与分析 |
| 5.1 焊缝跟踪系统实验平台搭建 |
| 5.2 坐标系标定实验 |
| 5.2.1 焊枪标定实验 |
| 5.2.2 激光传感器标定实验 |
| 5.3 焊缝跟踪实验及结果分析 |
| 5.3.1 实验过程 |
| 5.3.2 实验结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（6）基于深度学习的激光视觉多层多道焊缝跟踪研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 机器人焊缝跟踪技术发展现状 |
| 1.2.1 焊缝跟踪传感器分类 |
| 1.2.2 基于视觉传感器的焊缝跟踪发展现状 |
| 1.3 多层多道焊缝跟踪研究现状 |
| 1.4 论文主要研究内容 |
| 第二章 机器人多层多道焊缝跟踪系统及视觉标定 |
| 2.1 焊缝跟踪系统的构成 |
| 2.1.1 焊接机器人系统 |
| 2.1.2 激光视觉系统 |
| 2.2 激光视觉系统标定原理 |
| 2.2.1 相机标定 |
| 2.2.2 手眼标定 |
| 2.2.3 激光平面标定 |
| 2.2.4 机器人焊缝跟踪系统标定结果 |
| 2.3 本章小结 |
| 第三章 基于激光边缘导引网络的焊缝识别算法 |
| 3.1 卷积神经网络的结构 |
| 3.1.1 卷积层 |
| 3.1.2 激活函数层 |
| 3.1.3 池化层 |
| 3.1.4 全连接层 |
| 3.2 多层多道焊缝识别算法 |
| 3.3 模型的训练与预测 |
| 3.3.1 梯度下降算法 |
| 3.3.2 正向与反向传播算法 |
| 3.4 本章小结 |
| 第四章 基于深度回归网络的焊缝跟踪算法 |
| 4.1 焊缝初始特征点自动提取算法 |
| 4.1.1 单道焊缝初始特征点提取 |
| 4.1.2 多层多道焊缝初始特征点提取 |
| 4.2 焊缝特征点连续跟踪算法 |
| 4.2.1 长短时记忆网络 |
| 4.2.2 线性回归模型 |
| 4.3 多层多道焊缝跟踪算法整体框架 |
| 4.4 焊缝特征点位置的三维检测 |
| 4.5 本章小结 |
| 第五章 机器人多层多道焊缝跟踪实验与分析 |
| 5.1 焊道规划与焊枪姿态的确定 |
| 5.1.1 焊道规划 |
| 5.1.2 焊枪姿态的调整 |
| 5.2 焊缝跟踪系统通讯设计 |
| 5.3 实验结果与分析 |
| 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 |
| 发表论文和科研情况说明 |
| 致谢 |
（7）P-GMAW电弧传感焊缝跟踪精度研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 不同坡口形式电弧跟踪基础研究现状 |
| 1.2.1 V形、T形坡口焊接电弧模型研究 |
| 1.2.2 窄间隙坡口电弧行为与熔滴过渡研究 |
| 1.3 国内外焊缝跟踪设备研发现状 |
| 1.4 本文主要研究内容 |
| 第二章 摆动焊炬P-GMAW电弧传感焊缝跟踪试验及分析平台 |
| 2.1 基于电弧传感的焊缝跟踪原理 |
| 2.2 摆动焊炬电弧传感焊缝跟踪试验系统 |
| 2.2.1 电弧传感模块 |
| 2.2.2 机器人控制系统 |
| 2.2.3 执行模块 |
| 2.2.4 焊接电源 |
| 2.3 摆动焊炬电弧传感焊缝跟踪试验数据分析平台 |
| 2.4 本章小结 |
| 第三章 摆动电弧P-GMAW电弧传感焊缝跟踪精度分析 |
| 3.1 电弧传感模块中影响精度的因素 |
| 3.1.1 焊接工件坡口角度的影响 |
| 3.1.2 焊丝直径的影响 |
| 3.1.3 特征参数提取方式的影响 |
| 3.1.4 断弧的影响 |
| 3.1.5 纠偏系数K的影响 |
| 3.2 机器人控制系统中影响精度的因素 |
| 3.2.1 摆动信号的影响 |
| 3.3 执行模块中影响精度的因素 |
| 3.3.1 机械结构的影响 |
| 3.4 本章小结 |
| 第四章 特征参数中异常数据的处理 |
| 4.1 特征参数的提取 |
| 4.1.1 特征参数提取流程 |
| 4.1.2 特征参数中的异常数据 |
| 4.2 异常数据检测方法 |
| 4.2.1 基于统计的异常数据检测方法 |
| 4.2.2 基于聚类的异常数据检测方法 |
| 4.2.3 基于统计加聚类的异常数据检测方法 |
| 4.3 本章小结 |
| 第五章 窄间隙P-GMAW断弧现象及原因分析 |
| 5.1 摆动焊炬窄间隙P-GMAW的断弧现象 |
| 5.1.1 焊接试验 |
| 5.1.2 断弧现象及其特征 |
| 5.1.3 断弧前的电弧行为 |
| 5.2 影响窄间隙P-GMAW断弧的内在因素 |
| 5.2.1 窄间隙对P-GMAW电弧的影响 |
| 5.2.2 窄间隙坡口对熔滴过渡的影响 |
| 5.3 断弧预测功能 |
| 5.4 本章小结 |
| 第六章 提高焊缝跟踪精度试验验证 |
| 6.1 提高焊缝跟踪精度的措施 |
| 6.2 试验验证 |
| 6.2.1 试验方案 |
| 6.2.2 试验结果分析 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（8）基于视觉与重力传感的焊缝空间姿态检测技术研究与发展（论文提纲范文）
| 0前言 |
| 1 焊接领域的视觉传感研究与应用 |
| 2 焊接领域的空间姿态检测传感器 |
| 2.1 旋转电弧传感器 |
| 2.2 倾角传感器 |
| 2.3 多传感器信息融合 |
| 3 视觉与重力融合的多功能传感器 |
| 3.1 基于激光结构光的视觉传感器 |
| 3.2 基于重力感知的双轴倾角传感器 |
| 3.3 焊接接头绝对空间姿态检测 |
| 4 结论 |
（9）集装箱自动化焊接系统的轨迹规划和轨迹校正方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及其意义 |
| 1.2 集装箱行业发展趋势 |
| 1.3 集装箱焊接自动控制系统的发展现状 |
| 1.3.1 可编程控制器用于集装箱焊接控制的现状 |
| 1.3.2 运动控制卡用于集装箱焊接控制的现状 |
| 1.3.3 工业以太网用于集装箱焊接控制的现状 |
| 1.4 集装箱焊接轨迹校正技术的发展现状 |
| 1.4.1 非视觉传感器用于焊缝跟踪研究现状 |
| 1.4.2 视觉传感器用于焊缝跟踪研究现状 |
| 1.5 课题来源、目的、意义和各章节内容 |
| 1.5.1 课题来源、目的和意义 |
| 1.5.2 各章节内容 |
| 第二章 集装箱焊接自动控制系统设计与构建 |
| 2.1 系统需求 |
| 2.2 总体工艺流程设计 |
| 2.3 面向波纹板焊接专用设备的机械结构设计 |
| 2.3.1 整体结构设计 |
| 2.3.2 焊接机构设计 |
| 2.4 面向波纹板的焊接控制系统 |
| 2.5 基于ETHERCAT实时总线的控制系统架构 |
| 2.5.1 控制系统开发结构 |
| 2.5.2 基于PDO映射的控制原理 |
| 2.5.3 控制系统软件设计 |
| 2.6 本章小结 |
| 第三章 面向波纹板焊接专用设备的轨迹规划算法研究 |
| 3.1 S型速度规划 |
| 3.2 空间直线轨迹规划 |
| 3.3 空间圆弧轨迹规划 |
| 3.4 本章小结 |
| 第四章 集装箱焊接生产线上工件焊接轨迹校正方法研究 |
| 4.1 图像滤波 |
| 4.2 图像阈值处理 |
| 4.2.1 基于直方图的自动阈值分割方法 |
| 4.2.2 自动全局阈值分割法 |
| 4.2.3 局部阈值分割方法 |
| 4.3 模板匹配 |
| 4.3.1 基于灰度值的模板匹配 |
| 4.3.2 基于相关性的模板匹配 |
| 4.3.3 基于形状的模板匹配 |
| 4.4 图像金字塔 |
| 4.5 本章小结 |
| 第五章 实验验证及分析 |
| 5.1 面向波纹板焊接专用设备轨迹规划实验平台搭建及实验结果分析 |
| 5.1.1 面向波纹板焊接专用设备轨迹规划实验平台搭建 |
| 5.1.2 面向波纹板焊接专用设备轨迹规划实验结果分析 |
| 5.2 工件焊接轨迹校正实验平台搭建及实验结果分析 |
| 5.2.1 工件焊接轨迹校正实验平台搭建 |
| 5.2.2 轨迹校正实验结果分析 |
| 5.3 本章小结 |
| 总结与展望 |
| 总结 |
| 创新点 |
| 未来展望 |
| 参考文献 |
| 致谢 |
| 附件 |
（10）基于机器视觉的焊缝定位跟踪系统的研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外相关研究现状 |
| 1.2.1 焊缝跟踪系统研究现状 |
| 1.2.2 焊缝图像处理方法研究现状 |
| 1.3 本文主要内容 |
| 1.4 本文结构安排 |
| 第二章 系统设计与说明 |
| 2.1 系统需求分析 |
| 2.2 常用传感器的对比 |
| 2.3 系统总体设计 |
| 2.4 系统硬件说明 |
| 2.4.1 工业相机 |
| 2.4.2 工业镜头 |
| 2.4.3 直线模组 |
| 2.5 功能模块说明 |
| 2.5.1 图像采集模块 |
| 2.5.2 初始高度引导模块 |
| 2.5.3 焊缝跟踪模块 |
| 2.5.4 串口通信模块 |
| 2.6 本章小结 |
| 第三章 基于人眼视觉系统的图像清晰度评估方法 |
| 3.1 引言 |
| 3.2 离焦图像的特征 |
| 3.3 人眼视觉系统的特征 |
| 3.4 离焦图像清晰度评估方法 |
| 3.5 实验结果与分析 |
| 3.5.1 LIVE数据集实验 |
| 3.5.2 离焦图像序列实验 |
| 3.6 本章小结 |
| 第四章 基于深度学习的图像分割方法 |
| 4.1 引言 |
| 4.2 深度学习的相关理论 |
| 4.2.1 神经元 |
| 4.2.2 前馈神经网络 |
| 4.2.3 卷积神经网络 |
| 4.2.4 ENet网络 |
| 4.3 焊缝图像分割网络的设计 |
| 4.3.1 调整损失函数 |
| 4.3.2 引入注意力机制 |
| 4.3.3 焊缝图像分割网络结构 |
| 4.4 实验结果与分析 |
| 4.4.1 实验数据与环境 |
| 4.4.2 训练参数与评价指标 |
| 4.4.3 实验结果与对比分析 |
| 4.5 本章小结 |
| 第五章 系统实现与测试 |
| 5.1 系统界面设计与实现 |
| 5.2 高度引导模块实现与测试 |
| 5.3 焊缝跟踪模块实现与测试 |
| 5.4 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 |
| 作者简介 |
四、基于旋转电弧传感的示教再现弧焊机器人智能化研究（论文参考文献）
- [1]基于激光视觉传感机器人控制系统的多层多道智能弧焊[D]. 郑德阳. 长春工业大学, 2021(08)
- [2]基于激光视觉传感的搭接接头机器人智能弧焊研究[D]. 曾强. 长春工业大学, 2021(08)
- [3]盾构机刀盘焊接过程监管系统的研究与设计[D]. 刘钊江. 山东大学, 2021(12)
- [4]敞车检修焊缝跟踪及焊脚自动调节系统研究[D]. 何元. 电子科技大学, 2021(01)
- [5]基于激光测量与视觉信息提取的焊缝跟踪系统研究[D]. 脱帅华. 长安大学, 2021
- [6]基于深度学习的激光视觉多层多道焊缝跟踪研究[D]. 吴凯旋. 天津工业大学, 2021(01)
- [7]P-GMAW电弧传感焊缝跟踪精度研究[D]. 贾宗彪. 天津工业大学, 2021(01)
- [8]基于视觉与重力传感的焊缝空间姿态检测技术研究与发展[J]. 张天一,朱志明,郭吉昌,孙博文. 电焊机, 2020(11)
- [9]集装箱自动化焊接系统的轨迹规划和轨迹校正方法研究[D]. 陈泓宇. 华南理工大学, 2020(05)
- [10]基于机器视觉的焊缝定位跟踪系统的研究与实现[D]. 董涵. 东南大学, 2020(01)