激光视觉焊缝跟踪是焊接智能化的关键技术之一。国外自上世纪70年代末即展开研究,至今已推向实际应用,而国内无论是关键技术,还是系统实现均存在较大差距。本研究在江苏省重大科技成果转化项目《焊接机器人成套装备》资助和昆山华恒焊接股份有限公司的协助下,通过结合机器人离线编程环境下的传感器规划技术,形成了弧焊机器人结构光视觉焊缝跟踪的完整技术,不仅实现了结构光视觉检测技术与机器人离线编程技术的有效地结合,提升了焊接检测技术的智能化程度,而且通过对焊缝跟踪关键技术的创新性改进,实现了不同焊缝(包括空间曲线焊缝)精确可靠地跟踪,对推动我国焊缝跟踪技术的发展具有积极的意义。　　 本项研究取得的主要成果有:　　 1.提出了基于离线传感器规划的结构光视觉焊缝跟踪方法。首先同时考虑焊枪运动和传感器视点约束,并通过CAD焊接特征的驱动,实现了机器人焊缝跟踪运动轨迹离线规划。进一步通过建立轨迹特征间的对应性,完成了离线规划轨迹与检测焊缝路径的有效合成,并获得了在线跟踪轨迹。试验表明该方法能够保证焊枪与传感器视点间的运动协调性,并在局部焊缝检测失败的情况下保持传感头对焊缝方向变化的可靠跟踪。　　 2.提出了基于分层混合视觉控制策略的焊缝接头识别算法。通过虚拟传感器获取待测接头轮廓模型。自下而下地依次采用分割与聚类方法,完成了激光信号的初步提取,并生成了关于接头轮廓的假设,随后自上而下地进行分层搜索。同时结合局部自适应灰度阈值分割方法,恢复了初始处理阶段因干扰而未被提取的轮廓特征,实现了轮廓的完整匹配。试验表明该方法可以在图像具有较大干扰的情况下,保证较好的识别成功率和检测实时性。　　 3.提出了基于“预测-估计”的实时焊缝路径提取方法。利用结构光视觉观测模型,获得了待测接头轮廓在图像中的预测搜索窗,以降低强干扰下轮廓匹配的时间和空间复杂度:利用时间模型的补偿确保了焊缝路径位置的提取精度；采用基于可信度融合的加权多项式拟合,有效地判断和利用焊缝路径检测数据集中的“外点”与“内点”,完成了焊缝路径的平滑估计。试验表明该方法能够保证曲线焊缝跟踪的抗干扰性与精确度。　　 4.设计实现了一种应用于6自由度弧焊机器人的单条纹结构光视觉焊缝跟踪系统,并利用一种基于刚体运动最小二乘估计的手眼参数补偿法,确保了该系统的三维测量精度。对多种类型接头(包括对接、搭接、V型坡口)与不同形状(包括直线、平面曲线、空间曲线)焊缝进行了跟踪试验,分别通过手工测量和三坐标机测量的方式,从焊缝路径位置以及焊缝路径形状两方面评价了焊缝跟踪精度。试验表明对于不同的焊缝,平均跟踪精度为0.5mm,可以满足工程机械行业中的大中型结构件机器人弧焊的精度要求(一般为1mm左右)。