具体实施方式

下面结合附图及具体的实施例对本发明进行进一步介绍。

一套完整的激光清洗系统一般要具备以下几个部分:激光器系统、光束调整传输系统、移动平台或激光扫描系统、实时监控系统，半/全自动控制操作系统以及其它辅助系统等部分。激光器系统产生激光并通过光束调整传输系统聚焦整形获得清洗用的激光束；移动平台或激光扫描系统通过移动工件或激光束形成扫描路径来完成清洗作业，按运动部件的类型可以分为主动式与被动式。主动式是指将被清洗物品置于移动平台上,激光器保持位置不动，通过移动平台来清除样品的各个位置,主要用于较小和便于拆卸的清洗部件；被动式正相反，被清洗物体不动，移动平台带动激光器或激光输出端运动来进行清洗；实时监控系统，用于对清洗过程实时监控；自动控制操作系统控制整个系统运行。

激光器系统、光束调整传输系统构成清洗系统的光学核心部分，决定了激光清洗系统的性能及适用范围。激光器主要有CO2激光器、Ruby激光器、Nd-YAG激光器、准分子激光器、光纤激光器等，通常需要根据清洗对象和清洗方式来决定选用不同的激光器。光束调整传输系统一般是由一些特殊的光学元件组成,其目的是根据实际要求来调整激光器输出激光的光斑形状、大小、能量分布。对于同种类型的清洗方式和机制，当激光器的功率/能量一定时,我们就可以根据被清洗污物或微粒的难易程度,简单的通过调整光斑的面积来使输出激光具有不同的能量密度。

按移动平台或激光扫描的操作方式，现有的激光清洗设备可分为手动方式和自动方式。手动方式是通过操作人员手持导光装置输出端来将激光输出到指定的清洗部位，使用起来比较简单、方便，但自动化程度低，适用于比较简单的操作环境、单件小批量清洗作业。清洗质量受人员操作水平影响较大，劳动强度大，作业环境恶劣，有一定的安全隐患。自动方式是使用机械手或移动平台,实现计算机控制，对清洗路径和工艺参数事先编程，根据被清洗物体结构的复杂程度做二维或三维移动扫描，有的甚至可以旋转或做其它复杂运动，可以实现很高的移动定位精度。清洗过程非人工操作，清洗质量好，一致性高。

当前全自动的清洗方式适合于流水线或其它固定工位对固定种类的零件清洗作业。钢结构件因结构形式复杂多样，尺寸庞大，作业环境多变，目前还只能用手动方式的激光清洗设备人工清洗。工人劳动强度大，清洗质量难以保证。

基于上述原因，本专利提出一种全自动的激光清洗机器人，通过对激光束焦点精确控制，实现对光束能量密度的精确控制。通过自动控制系统对光束扫描路径自动规划和扫描速度精确控制达到清洗质量和清洗效率最优状态，并实现自动清洗作业。

实施例1：如图1所示，一种激光金属件清洗除锈钝化机器人，包括激光清洗头1、喷涂机械臂4、行走小车5和激光器7，喷涂机械臂4安装在行走小车5上，激光清洗头1安装在喷涂机械臂4自由端部并连接到激光器7，喷涂机械臂4自由端部还安装有摄像头3测距仪2。

优选的，上述激光清洗头1、测距仪2、摄像头3、喷涂机械臂4、行走小车5和激光器7连接到控制系统6。

优选的，上述喷涂机械臂4采用六个自由度。

优选的，上述激光器7通过光纤连接到激光清洗头1。

优选的，上述喷涂机械臂4可拆卸地安装在行走小车5上，激光清洗头1、摄像头3和测距仪2可拆卸地安装在喷涂机械臂4上，可拆卸结构安装，根据被清洗钢结构工件的形状特点可以选择不同的机器人底盘，和不同形状、自由度的机械臂以适应不同的作业需求。

随着人工智能技术的发展，图像识别技术也日趋成熟，在众多行业得到广泛应用。图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是深度学习算法的一种实践应用。图像识别的流程分为四个步骤：图像采集→图像预处理→特征提取→图像识别。而图像识别的第一步就是先识别图像的边缘确定物体的轮廓，进而配合图像的其它特征识别物体。

利用图像识别技术，配合测距设备即可对物体实现三维建模。在本专利中，利用装在设备上的摄像头实时拍摄被清洗钢结构件的图像送到控制计算机中进行识别处理，同时配合测距仪测到的距离信息既能确定被清洗部件的轮廓形状，尺寸大小。然后根据预设的激光功率大小，激光功率密度，扫描速度，清洗质量要求等信息自动规划出激光清洗的扫描路径。根据规划的扫描路径自动完成清洗作业。同时，在清洗过程中通过测距仪的不断测距，确定激光焦点的位置，控制执行机构实时调整激光焦点的位置，实现激光焦点对被清洗表面起伏的位置跟踪，使激光束的功率密度保持稳定，保证清洗质量的稳定。

由于钢结构部件尺寸较大，本专利激光扫描采用被动方式：工件不动，激光束移动的方式。为实现自动清洗作业，移动执行机构采用可自动控制的多自由度机械臂，配合移动小车底盘的结构方式。实施时，为减轻扫描部件的重量可只将激光输出部件装到机械臂上，激光器，控制系统装在小车底盘上。激光器通过光纤与激光输出部件相连接输出激光。机械臂上同时装有摄像头和测距仪部件。控制系统，作为整机的控制中心，各激光器、机械臂、小车底盘、摄像头、测距仪等部件均与控制系统相连接，接受控制系统控制，并反馈各自的工作状态。控制系统还接收摄像头和测距仪的数据完成智能运算处理工作。并接收操作人员的控制指令，并向有关人员反馈工作状态信息。

实施例2：一种激光金属件清洗除锈钝化机器人的清洗方法，该方法为： 根据摄像头拍摄钢结构工件，将拍摄的照片返回到控制系统，控制系统根据图像识别技术识别钢结构工件轮廓和锈蚀区域，并据此规划激光清洗头的清洗路径，在摄像头的监控下，通过喷涂机械臂的摆动使激光清洗头对准工件要清洗的构件表面，通过测距仪测量激光清洗头与被清洗构件表面的距离，经喷涂机械臂前后摆动调整激光清洗头输出的激光聚焦在被清洗的构件表面锈蚀处的起点位置；然后启动激光器，激光通过光纤由激光清洗头聚焦输出，摆动机械臂按规划的清洗路径执行清洗作业，摄像头和测距仪实时监控清洗过程，实时调整聚焦距离，保证焦点始终位于锈蚀区域，一段清洗作业完成后，行走小车移动至下一位置，重复上述过程直至完成整个设备作业任务。

图像识别分析方法的详细步骤：

第一步、采集图像；

第二步、图像预处理；

第三步、彩色图像灰度化及二值处理；

第四步、将对零件图二值化后的结果图作开运算和闭运算处理；开运算是对原图先腐蚀后膨胀的处理，在分离粘连目标物的同时，基本保持原目标物的大小；闭运算是对原图先膨胀后腐蚀的处理，在合并断裂目标物的同时，基本保持原目标物的大小，最终获得零件轮廓，即零件轮廓坐标。

清洗路径规划方法为：将零件轮廓坐标解算，根据零件轮廓坐标的转换关系得到转动坐标，计算出机械手臂操作指令，该指令对应于从扫描路径起点到终点机械手臂需要活动的路径。

本发明具有如下优点：

（1）由摄像头成像并通过图像处理软件识别自动获得钢结构工件的结构轮廓，并由此自动确定激光清洗扫描的轮廓边界和扫描路径。完成形状复杂多变零件的自动清洗作业；

（2）由测距仪测距并辅以机械臂摆动自动完成激光精确聚焦，并在作业过程中动态跟踪调节焦点位置，在整个清扫过程中维持准确的焦点位置，保证清洗质量；

（3）可根据被清洗钢结构工件的形状特点可以选择不同的机器人底盘，和不同形状、自由度的机械臂以适应不同的作业需求；

（4）清洗过程可全部自动完成，省工省时。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内，因此，本发明的保护范围应以所述权利要求的保护范围为准。