近年来，随着我国石油天然气管道运输事业的快速发展，而管道施工的工程量大，焊口多，易发生质量问题，每处问题都可能导致严重的后果。这就对焊接自动化过程的质量控制提出了很高的要求，要确保焊枪在焊接过程中始终对中焊缝。但焊缝的间隙在实际中受到加工精度、热变形等影响很难保证是均匀的，并且打底焊的效果直接影响管道焊接的质量，因此管道打底焊焊接过程的自适应纠偏是焊接质量控制亟需解决的关键问题。为此，本文在深入探究自适应纠偏算法的基础上开发了一套自适应纠偏系统。论文首先探讨了国内外焊接自动化技术的发展和研究现状，然后设计了基于电弧传感器与被动光的CCD(Charge-coupled Device)视觉传感器的MIG(Metal Inert Gas Arc Welding)管道打底焊的自适应纠偏系统。在电弧信息处理子系统中，使用滤波算法对采样得到的电流信息进行预处理，利用焊枪高度与电流信息的线性关系获取焊枪的高度偏差信息；在图像信息处理子系统中，首先在电流的基值处捕获图像用来消除图像的噪声，然后使用Itti-Koch的视觉注意力模型方法对熔池区域进行粗定位，并结合Sobel变换对焊接区域图像进行焊缝位置提取；在自适应纠偏子系统中，深入研究了基于k-中心点的自适应纠偏算法。离线学习阶段，通过对聚类后的焊缝位置计算平均值得到焊缝位置的参考点；在线学习阶段，通过计算多幅图像焊缝位置与焊缝参考点的距离确定每个焊缝位置应分配的权值，再把这些焊缝位置的加权平均作为当前帧的焊缝位置，补偿焊丝与焊缝中心的偏差实现焊枪的水平纠偏，同时利用焊枪高度偏差值对焊枪高度实时纠偏。研究工作目前已经完成了MIG管道打底焊自适应纠偏系统的关键技术，并开发了纠偏系统软件。实验结果表明，多传感器自适应纠偏系统能够获取电流信息和稳定的熔池图像、准确的提取出焊枪与焊缝的偏差，并同时实现水平和高度的纠偏，焊接效果良好，具有良好的焊缝成形。