[论文解读] Path Planning with Automatic Seam Extraction over Point Cloud Models for Robotic Arc Welding

Peng Zhou, Rui Peng+3 more|arXiv (Cornell University)|Nov 24, 2020

Robotics and Sensor-Based Localization参考文献 16被引用 5

一句话总结

本文提出了一种基于手势引导的机器人弧焊系统，该系统利用线性ICP算法重建工件的三维点云模型，应用去噪双边滤波，并通过基于强度的边缘检测方法提取焊缝，从而生成平滑的6-DOF路径。该系统实现了亚毫米级精度（RMSE为0.7–0.8 mm）和高速处理能力（122–139 mm/s），在复杂几何形状和接头类型下表现出稳健性能。

ABSTRACT

This paper presents a point cloud based robotic system for arc welding. Using hand gesture controls, the system scans partial point cloud views of workpiece and reconstructs them into a complete 3D model by a linear iterative closest point algorithm. Then, a bilateral filter is extended to denoise the workpiece model and preserve important geometrical information. To extract the welding seam from the model, a novel intensity-based algorithm is proposed that detects edge points and generates a smooth 6-DOF welding path. The methods are tested on multiple workpieces with different joint types and poses. Experimental results prove the robustness and efficiency of this robotic system on automatic path planning for welding applications.

研究动机与目标

• 为解决传统示教-再现和离线编程在机器人弧焊中的局限性，实现自适应、实时的路径规划。
• 克服在噪声点云环境下对复杂、自由形态三维工件进行扫描与建模的挑战。
• 开发一种直观的人机交互方法，通过手势实现高效扫描与位姿控制。
• 实现从重建的3D模型中自动、鲁棒且精确的6-DOF焊接路径生成。
• 通过定量指标在多种接头类型和几何形状下验证系统的性能。

提出的方法

• 基于手势的界面将手部动作映射为机械臂运动，实现从多个视角对工件进行直观扫描。
• 采用线性迭代最近点（ICP）算法，利用机器人运动学提供的初始位姿估计，重建完整的三维表面模型，以提升收敛速度与精度。
• 应用改进的双边滤波器对点云进行去噪，同时保留关键几何特征（如边缘和角点）。
• 基于强度梯度的边缘检测算法识别高密度边缘点，以定位焊缝，利用局部强度变化特征。
• 通过沿检测到的焊缝点插值平移与旋转分量，生成6-DOF焊接路径，实现平滑运动。
• 系统采用均方根误差（RMSE）评估路径精度，与示教-再现方法获取的真实路径进行对比。

实验结果

研究问题

• RQ1 基于手势引导的扫描系统能否有效从部分点云视图中重建复杂三维工件几何形状？
• RQ2 基于点云的系统在不同接头类型与位姿下，检测与提取焊缝的精度如何？
• RQ3 与标准示教-再现路径相比，所提出的6-DOF路径规划方法在几何精度与平滑性方面达到何种程度？
• RQ4 系统在不同工件姿态与复杂形状下的处理速度与鲁棒性表现如何？
• RQ5 ICP算法结合运动学位姿初始化与双边滤波是否能提升噪声环境下的重建质量与焊缝检测性能？

主要发现

• 系统在圆柱形工件上的平均路径精度为0.7 mm（RMSE），在Y形工件上为0.8 mm，对应的角度误差分别为1.5°和1.3°。
• 系统在不同接头位姿下表现一致，V型对接接头的检测速度在122 mm/s至139 mm/s之间。
• 边缘检测的最优阈值分别为圆柱形工件约53，Y形工件约60，表明对局部几何形态具有敏感性。
• 双边滤波器有效降低了噪声，同时保留了关键边缘特征，经与真实值的视觉与定量对比验证。
• 基于手势的扫描界面实现了快速、直观且可重复的数据采集，无需预设相机位姿。
• 在处理复杂3D形状与自由形态槽道方面，系统优于现有方法，而传统2D图像处理在此类场景下失效。