Vision-based laser welding seam tracking and in-process monitoring

The importance of robotic laser welding is growing in industrial manufacturing, in sectors such as automobile and aeronautical industries, as well as electronics manufacturing due to its precision and flexibility. Unlike traditional welding methods, laser welding enables high-speed operations, minimal thermal distortion, and the ability to work with a wide range of materials and thicknesses. However, despite its advantages, this technology faces several challenges that limit its effectiveness and widespread adoption. One of the most critical issues is the ability to accurately detect and track the welding joint in real time. The presence of complex geometries, variations in material surfaces, changes in environmental conditions, and fixturing inaccuracies can all negatively impact laser alignment, leading to defects in the weld quality. Therefore, the integration of robotic systems with laser welding processes often requires advanced programming techniques and extensive calibration, which can result in increased setup times and higher operational complexity. To address these challenges, this thesis aims to develop an integration of the deep-learning seam detection algorithm, based on Yolo architecture, with the robot path controller, allowing the robot to detect and follow the seam line in real time and ensure a precise and repeatable welding process, even in challenging environments. The proposed system is designed to enhance the accuracy and reliability of robotic laser welding while minimizing the need for extensive pre-programming and calibration. In the communication with the robot, we relied on ABB’s Externally Guided Motion (EGM) technology, which allows for high-precision and dynamic control of robotic movements. This system guarantees high-precision seam tracking, real-time adaptability and consistent welding quality across varying conditions. The proposed solution was developed and tested on an experimental robotic laser welding cell from BLM Group S.p.A. The results demonstrate that the integrated system maintains the accuracy and reliability of the robotic laser welding process while offering the advantages of automation seam tracking, ultimately resulting in improved manufacturing efficiency and consistent, high-quality welds.

La saldatura laser robotizzata sta assumendo un ruolo sempre più centrale nella produzione industriale, in settori come l'industria automobilistica e aeronautica, ma anche la produzione di componenti elettronici, grazie alla sua precisione e flessibilità. A differenza dei metodi di saldatura tradizionali, la saldatura laser consente saldature ad alta velocità, con bassa distorsione termica e la capacità di essere utilizzata con una vasta gamma di materiali e spessori. Tuttavia, nonostante i suoi vantaggi, questa tecnologia presenta diverse sfide che ne limitano l'efficacia e la diffusione. Uno dei problemi principali è la capacità di rilevare e seguire con precisione il giunto di saldatura in tempo reale. La presenza di geometrie complesse, variazioni nelle superfici dei materiali, cambiamenti nelle condizioni ambientali e imprecisioni nel posizionamento dei pezzi possono compromettere l'allineamento del laser, causando difetti nella saldatura. Di conseguenza, l'integrazione dei sistemi robotizzati con i processi di saldatura laser spesso richiede una programmazione avanzata e una calibrazione accurata, con un conseguente aumento dei tempi di configurazione e della complessità. Per affrontare queste difficoltà, la tesi si propone di sviluppare un'integrazione dell'algoritmo di rilevamento della linea di saldatura basato su deep learning, in particolare sull'architettura Yolo, con il controllore del percorso del robot, consentendo al robot di rilevare e seguire la linea di saldatura in tempo reale e garantire un processo di preciso e ripetibile, anche in ambienti complessi. Il sistema proposto è stato progettato per migliorare la precisione e l'affidabilità della saldatura laser robotizzata, riducendo al minimo la necessità di una programmazione e una calibrazione dettagliate. Per la comunicazione con il robot, ci siamo basati sulla tecnologia Externally Guided Motion (EGM) di ABB, che consente un controllo preciso e dinamico dei movimenti del robot. Questo sistema garantisce un tracciamento del giunto con una precisione elevata, un'adattabilità in tempo reale e una buona qualità di saldatura in condizioni variabili. La soluzione proposta è stata sviluppata e testata su una cella sperimentale di saldatura laser robotizzata fornita da BLM Group S.p.A. I risultati dimostrano che il sistema integrato mantiene l'accuratezza e l'affidabilità del processo di saldatura laser robotizzata, offrendo allo stesso tempo i vantaggi dell'automazione nel tracciamento della linea di saldatura, con un conseguente miglioramento dell'efficienza produttiva e una qualità della saldatura costante e di alto livello.