随着自动化焊接技术的发展,特别是计算机视觉技术的发展和成熟,如何利用这些新技术去扩大自动化焊接的应用范围,把人工从恶劣繁重的工作环境中脱离出来成为工业焊接加工领域中亟待解决的问题。管桁架结构以其优异的特性在海洋工程、桥梁建筑及承重装置上得到了广泛的适用。但是生产过程中大量存在的节点结构的焊接,因为焊接环境复杂同时对焊接工艺有着较高要求而至今没有实现焊接的自动化。如何利用计算机视觉技术的最新进展,解决管桁架节点结构的自主示教过程中的关键视觉技术问题成为本文要深入研究的内容。在对管桁架节点结构的特征及焊接工艺要求的分析的基础上,得出了节点结构的三维信息检测、示教点所在局部表面的三维信息检测及示教点所在焊道截面上填充物的分布信息的检测这三个首要解决的自主示教关键视觉技术难题。针对具有形状多样、大尺寸、不可移动、弱纹理及存在遮挡等特性的管桁架节点结构的三维重建,本文在分析并总结了现有三维重建算法的基础上,采用了限定位置稠密面片的多视图三维重建算法。这一算法围绕适于并行运算这一原则,通过凸松驰优化把寻优运算变为独立的各视线上极值的解算;再通过逐次超松驰算法加速极值解的迭代计算过程;对大量的互相独立、无需人工干预的迭代计算引入GPU并行运算技术,大幅提高了三维重建速度。同时使用了光度一致性、轮廓一致性及平滑性约束,提高了对细节重建的能力。通过实验证明该算法满足了高速度且高细节重建能力的要求,解决了对管桁架节点结构快速精确的三维信息检测这一自主示教过程中的关键视觉技术难题。依据节点结构的三维信息可以提供宏观焊缝、马板等障碍信息,为路径规划、智能控制等其它自主示教相关技术提供了数据基础。针对光源非标定、非朗伯并含有大量镜面点及暗点干扰的示教点所在局部表面的三维信息检测问题,在对现有局部表面三维重建算法进行分析总结的基础上,提出了一种基于闭式GBR参数解算的非标定光源光度立体视觉重建算法。通过GBR参数解算,完成光源、相机及物体表面法向量间位置关系的标定;再结合降噪、分割及修补步骤,完成对局部表面的三维信息检测。由于该算法局部表面的三维信息检测过程不需要寻优、迭代等处理步骤,直接使用表面上的点进行GBR参数的闭式解算,提高了表面重建的精度及速度。通过对比实验证明了该算法在检测精度及速度上的优势,满足自主示教过程中焊枪位姿校正的需求,为焊道内截面填充物分布信息的检测提供了基础。本文使用了成熟可靠的线结构光对示教点所在焊道截面上填充物的分布信息进行检测。针对形状复杂、光强度分布不均匀不对称、含有间断及噪声干扰的结构光光条中心线提取,提出了一种基于各向异性热扩散的中心线提取算法。为了便于对中心线提取算法的检测结果进行评价,建立了包含光度不均匀分布、间断及噪声干扰等内容的已知中心线位置的标准光条图像。由于不需要大量的卷积及法向梯度运算,使得本文提出的中心线提取算法更加快速和准确。通过对比实验,证明了本文算法在精度及速度上的优势。针对结构光光条中心线上关键点的检测,使用宏观引导方法对焊道内反应焊道内填充物分布信息的多边形进行了估计。在获得了关键点数量及位置估计信息后,使用改进的CPDA关键点检测算法,并且利用多边形估计对参数进行了设置,通过实验证明了该算法较好的实现了光条中心线上关键点的检测,克服了其它算法易出现漏检和伪关键点的情况。而中心线及关键点的精确检测提供了焊道内填充物分布的精确信息,可以最终确定焊枪及关节臂的位姿、焊接参数信息,完成自主示教。完成了对三个关键视觉技术的研究后,对管桁架节点进行了模拟自主示教实验。通过这一实验过程,进一步证实了本文提出的各算法对解决自主示教过程中节点结构的三维信息检测、示教点所在局部表面的三维信息检测及示教点所在焊道截面上填充物的分布信息的检测这三个关键视觉技术难题的有效性。