[论文解读] A Point Cloud-Based Method for Automatic Groove Detection and Trajectory Generation of Robotic Arc Welding Tasks

Rui Peng, David Navarro-Alarcón+2 more|arXiv (Cornell University)|Apr 26, 2020

Robotics and Sensor-Based Localization参考文献 24被引用 4

一句话总结

本文提出一种基于点云的焊接方法，利用RGB-D传感器自动检测V型坡口，并为机器人弧焊生成精确的6-DOF轨迹。该系统在多种工件上实现了高检测精度（直线型平均92.48%，曲线型82.02%，箱体型81.72%），并实现了低人工干预的实时焊接，误差极小。

ABSTRACT

In this paper, in order to pursue high-efficiency robotic arc welding tasks, we propose a method based on point cloud acquired by an RGB-D sensor. The method consists of two parts: welding groove detection and 3D welding trajectory generation. The actual welding scene could be displayed in 3D point cloud format. Focusing on the geometric feature of the welding groove, the detection algorithm is capable of adapting well to different welding workpieces with a V-type welding groove. Meanwhile, a 3D welding trajectory involving 6-DOF poses of the welding groove for robotic manipulator motion is generated. With an acceptable error in trajectory generation, the robotic manipulator could drive the welding torch to follow the trajectory and execute welding tasks. In this paper, details of the integrated robotic system are also presented. Experimental results prove application value of the presented welding robotic system.

研究动机与目标

• 通过实现自动坡口检测与轨迹规划，减少机器人弧焊中的人工干预。
• 解决教学-播放与基于CAD的方法在处理复杂、不可预测焊接环境时的局限性。
• 开发一种基于RGB-D相机的低成本、传感器驱动解决方案，实现实时三维焊接路径生成。
• 通过实现无需事先工件建模的自主机器人操作，提升焊接效率与质量。
• 验证系统在多种工件几何形状（包括非平面表面）下的鲁棒性。

提出的方法

• 通过安装在机器人末端执行器上的Intel RealSense D415 RGB-D相机获取工件的3D点云。
• 利用坡口特征直方图（GFH）计算全局法向图与表面变化图，以突出显示坡口区域。
• 通过几何滤波提取基于表面曲率与法向一致性的一组候选坡口点。
• 采用重叠率λ = n_overlap / (n_d + n_gt - n_overlap)定义3D重叠率，用于与真实值对比评估检测精度。
• 基于检测到的坡口点集，利用MoveIt框架进行笛卡尔路径规划，生成6-DOF焊接轨迹。
• 执行手眼标定，将相机坐标系与UR3机器人基座对齐，以实现精确位姿估计。

实验结果

研究问题

• RQ1 基于点云的方法是否能在包括非平面表面在内的多种工件几何形状上实现准确且鲁棒的焊接坡口检测？
• RQ2 与真实值相比，所提出的坡口检测算法在运行效率与检测精度方面表现如何？
• RQ3 所生成的3D焊接轨迹在实际工件上能否实现精确的机器人运动执行？
• RQ4 表面几何形状（如圆柱形与平面形）对所提方法检测精度有何影响？
• RQ5 该系统是否能在实时运行中实现最小人工输入，从而实现完全自动化的机器人弧焊？

主要发现

• 所提系统在直线型工件上的坡口检测平均精度达92.48%，曲线型为82.02%，箱体型为81.72%。
• 在圆柱形工件上的检测精度显著下降至平均64.61%，表明在高度弯曲、非平面表面的鲁棒性有限。
• 系统展现出实时性能，运行时间可接受，支持在不可预测环境中动态焊接。
• 运动执行结果表明，对生成轨迹的跟踪效果良好，所有测试工件类型下焊枪运动均平稳且稳定。
• RGB-D传感与ROS及MoveIt的集成实现了可靠的6-DOF轨迹生成与实时控制。
• 该方法在工业机器人弧焊中具有较强的可行性，尤其适用于平面及中等曲率工件，但在复杂曲面的性能有所下降。