焊接机器人技术发展现状与趋势

传感器A、B与两个板面的距离，对传感器的初始位置进 行标定。焊接对象在焊接过程中焊枪与传感器的相对位 置保持不变，当两个平板发生偏斜时，
焊枪与焊缝的相对位置发生偏差，传感器A、B检测到的 偏差信号传给控制系统，然后控制Y、Z行走方向的电机 朝消除误差的方向转动，直至消除误
差。2焊接机器人技术发展趋势为了适应工业生产系统向 大型、复杂、动态和开放方向发展的需要，发达国家都 在加大力度，对机器人技术进行深入研
的近似解，在每一代根据问题域中个体的适应性好坏选 择个体，并借助于自然遗传学的遗传算子进行组合交叉 和变异，产生出新一代解集的种群。这个
过程将促使种群像自然进化一样的后代比前代种群更加 适应于环境，最后一代种群中的最优个体经过解码处理， 可以将问题看成最优解。如图2所示为
遗传算法程序框图。图2遗传算法程序框图2.3蚁群算法路 径规划蚁群算法路径规划的基本原则是基于能量最孝行 走路径最短、运行时间最少原理建
人的智能化路径规划技术（如：神经网络算法、遗传算 法、蚁群算法等）将是未来研究的主要方向。
转载请注明文章出处，谢谢。
超声波焊接机 www.chaoshengbohanjieji.com ty72htvv
器人能够识别，从而进行焊接。1.2路径规划方法如今， 绝大部分工厂是以在线示教方式进行焊接路径规划，少 数情况下使用离线编程进行焊接的路
径规划[2]。其主要原因有以下几个方面：其优点为：（1） 在线示教编程简单易学不需要高级的编程技术人才。（2） 在线示教对于复杂的路径可
以很轻松的编程。（3）在线示教编程灵活，方便。其缺 点为：（1）在线编程占用机器人使用时间，使机器人不 能进行焊接工作，影响了机器人的使
用效率。（2）机器人在线编程时，造成机器人磨损，减 少机器人的使用寿命。（3）使用在线编程，工厂达不到 自动化水平。然而，这几年计算机技
术的发展，三维图型软件的使用如：SolidWorks、UG等， 使得离线编程技术更加成熟[3]。在离线编程方面更加方 便、快捷，很大程度
上提高了离线编程的效率。今后，随着工厂的自动化水 平的提高，离线编程将会慢慢取代在线编程。1.3定位精 度机器人精度是机器人的重要参数之
D摄像机采用CCD器件代替摄像管实现光电转换、电荷储 存和电荷转移的原理制成的。首先，通过采集焊缝图像， 将采集到的图像要经过中值滤波、
均值滤波、拉普拉斯滤波等各种滤波技术及其图像恢复 技术等处理。其次，进行阀值分割、梯度分割、边缘检 测、区域增长、模板匹配等分割方法。再
次，将图像细化、粗化、距离变换等二值图像运算方法， 给物体标序号的方法，去除伪线条等处理。最后，进行 特征提取，将焊缝边缘提取出来，使机
一。按照误差的来源和特性，可将它们分为不同的类型。 从误差的来源来看，主要是指机械零件、部件的制造误 差、整机装配误差、机器人安装误差，
还包括温度、负载等的作用使得机器人杆件产生的变形， 传动机构的误差，控制系统的误差（如插补误差、伺服 系统误差、检测元器件）等。消除误差
过程如下：通过传感器连接在机械手上一起进行X、Y、Z 三个方向的运动。传感器安装在超前焊枪行走方向的一 段距离。焊枪的位姿调整好后，调整
，为此开发和应用智能焊接机器人是适应现代焊接生产 方式的最佳途径之一。1中国焊接机器人技术的发展现状 机器人技术是综合了计算机、控制论、
ຫໍສະໝຸດ Baidu
机构学、信息和传感技术、人工智能、仿生学等多学科 而形成的高新技术，当前对机器人技术的研究十分活跃 [1]。从目前国内外研究现状来看，焊
接机器人技术研究主要集中在焊缝跟踪方法、路径规划 方法、定位精度等3个方面。1.1焊缝跟踪方法视觉传感器 是一种高效的焊缝处理工具。CC
划图。图3蚁群算法路径优化图3结论焊接机器人在高质 量、高效率的焊接生产中，发挥了极其重要的作用。工 业机器人技术的研究、发展与应用，有
力地推动了世界工业技术的进步。近年来，焊接机器人 技术的研究与应用在焊缝跟踪、离线编程、路径规划、 智能控制等方面取得了许多突出的成果。
随着计算机技术、智能控制技术、人工智能理论以及工 业生产系统的不断发展，焊接机器人技术领域还有很多 等待我们去研究的问题，特别是焊接机器
个个体事实上是染色体带有特征的实体。染色体作为遗 传物质的主要载体，即多个基因的集合，其内部表现是 某种基因组合，它决定了个体的形状的外
部特征，如人的身高的特征是由染色体中控制这一特征 的某种基因组合决定的。因此，首先我们需要实现编码 工作即从表现型到基因型的映射[5]。
由于仿照基因编码的工作很复杂，我们一般进行简化， 如二进制编码，初代种群产生之后，依照优胜劣汰和适 者生存的法则，逐代进化产生出越来越好
究。从技术发展趋势看，智能化路径规划算法将是焊接 机器人技术发展的主要方向。2.1神经网络路径规划算法 神经网络路径规划算法是模拟人的神
经网络结构来规划路径的一种方法，是一种智能的路径 规划算法。神经网络算法系统适应性、鲁棒性良好，它 能够处理时变、多因素、非线性等复杂焊
接过程的控制问题[4]。神经网络拥有非常好的自适应、 自学习能力，还有容错性好、信息存储量大，能够实现 并行联想搜索解空间和完成自适应推
立理论基矗其主要目的是在机器人运动空间内规划处一 条能够避开障碍物的相对来说最优的路径。蚁群算法是 模仿蚂蚁觅食过程，从中找到路径最短的
行为过程设计的一种仿生算法[6]。使用蚁群算法求解路 径优化问题时，我们将路径优化问题翻译成与信息素相 关的规范形式，然后每个个体独立地
根据局部的信息素来决策构造解，最后根据解的优劣来 代替周围的信息素，这样的过程反复的进行直到找到最 优解结束。如图3所示为蚁群算法路径规
随着中国制造业的迅速发展，精益生产、敏捷制造等现 代生产方式的出现，越来越多的产品呈现出高复杂性、 高质量、多品种、小批量、产品寿命周期
短等特点，使得焊接工艺制造采用自动化、柔性化与智 能化的技术途径发展已成为必然。随着计算机控制技术 和人工智能技术的发展，以及神经网络、
遗传算法、蚁群算法等的发展，使焊接机器人由单一的 在线示教向以智能化为核心的多传感、智能化的柔性加 工单元、系统方向发展，并逐步走向成熟
理，提高系统的智能水平、知识处理能力及强壮性。因 此，使用神经网络来规划路径是一种非常高效的方法， 在机器人焊接路径规划中扮演着重要的作
用。如图1所示为神经网络原理图。图1神经网络原理图 2.2遗传算法路径规划技术遗传算法是模拟自然界中生物 进化的一种方法。通过模拟生物进
化过程来搜索最优解的方法，遗传算法过程是将代表问 题可能存在的解集的一个种群开始的，然而一个种群由 经过基因编码的一定数目的个体组成。每