Idag kan robotar utföra svetsning om det handlar om långa serier med i stort sett exakt samma operation. Men de kan inte utföra jobbet som svetsbanan skiljer sig något åt från gång till gång och så är det ganska ofta. Det beror bland annat på att metallen deformeras av värmeutvecklingen under svetsningen. För att svetsa på rätt ställe behöver roboten då ha ett öga. De kamerametoder som finns i andra sammanhang ger inte den precision som krävs för svetsningsrobotar.Nu lägger Anders Ryberg fram sin avhandling Camera modelling and calibration with machine vision applications vid Chalmers tekniska högskola. Forskningen har han utfört på Högskolan Väst i Trollhättan.
För att en robot ska svetsa på rätt ställe kan den behöva ”se” kanterna som ska sammanfogas. Kamerabilder förvrider verkligheten, men nu finns en matematisk modell som gör bilder från alla typer av kameror till användbar information för svetsningsrobotar.
Anders Ryberg har utvecklat en ny modell för matematisk omvandling av bilder så att de kan användas för positionsbestämning av föremål. Den här kameramodellen ger högre noggrannhet än andra modeller och den kan också användas för alla typer av kameror, vilket inte var möjligt tidigare. Innan modellen används kalibrerar man den aktuella kameran, det vill säga tar reda hur just den förvrider verkligheten.
Den nya kameramodellen tar hänsyn till flera olika typer av förvrängningar som uppkommer i kamerabilder. Den viktigaste är radiell distortion. Det här ser man tydligt i en bild som är tagen med vidvinkelobjektiv. Det som är i mitten av bilden ser förstorat ut och det som är i periferin ser förminskat ut.
Med hjälp av den nya kameramodellen har Anders Ryberg utvecklat ett stereoseende-system för svetsningsrobotar. Det innebär att det möjliga användningsområdet för svetsningsrobotar nu har utökats kraftigt.Anders Rybergs avhandlingsarbete har varit en del av projektet AFFIX, Aligning, Holding and Fixing Flexible and Difficult to Handle Components, finansierat av EU:s sjätte ramprogram.
