随着智能制造以及自动化的快速发展,小批量,多样化,复杂化的工件的需求量日益增加。传统焊接依靠人工在线示教或者离线编程的方式效率太低且精度不高,已经无法满足实际生产对产品质量的要求。视觉引导技术在焊接机器人中得到了广泛而快速的应用,这对机器人实现智能自主焊接来说意义重大。本文主要针对机器人自主焊接技术领域中的焊缝识别及焊缝跟踪问题展开研究。本文以高精度二维线激光传感器作为视觉设备获取被焊接工件表面的2D点云数据,提出了典型焊缝特征点的提取算法和焊缝跟踪算法。主要内容包含:1.基于库卡KR5 ARC机器人构建标准D-H坐标系以及D-H参数表,研究机器人正逆运动学并且求解逆运动学解析解,分析了机器人运动过程中位姿的各种表达形式及转换方法。2.分析激光传感器的数据流的传输格式,基于Visual Studio2015平台使用C++语言完成对低位编址的16进制字符串数据进行数据解析与进制转换,获取了激光传感器2维点云数据,使用5点标定法对机器人手眼系统进行标定。3.提出一种基于PCA主成分分析法与最小二乘法焊缝特征识别的方法。针对V型焊缝基于点云数据形式使用K-D树结构管理点云数据并建立最近邻搜索,通过PCA计算点云数据近似法向量,利用角点法向量与其它点法向量的角度差对点云进行聚类处理,最后利用最小二乘拟合直线求取特征点位置信息,经实验验证其识别率在96.6%左右;针对I型焊缝利用斜率求取上下表面边界并以其中点作为焊缝特征点,经实验验证其识别率在96.6%左右。4.基于库卡机器人控制方式提出了焊缝数据扫描以及焊缝跟踪方法。分析了机器人运动过程中各坐标系的意义以及变换关系。以激光垂直于焊缝且焊缝点激光中心点重合为准则提出激光扫描数据策略和焊缝跟踪策略,焊缝跟踪以PTP形式控制焊枪到达焊缝点并通过绕TCP坐标系的旋转保证激光中点与焊缝点为重合状态以保证焊缝点的正常提取及跟踪。