相较于传统的手工焊接,机器人焊接在焊接效率及焊接质量等方面有着绝对的优势,在人工成本逐渐提高的当今社会,普及机器人焊接已是工业领域企业转型的必然趋势。目前大多数的机器人多以“示教-再现”模式工作,对于工件的装配偏差或焊接过程中的形变等情况毫无应变能力,固定的示教轨迹可能偏离实际焊缝轨迹,影响焊接质量,因此,焊缝纠偏技术应运而生,而焊缝纠偏依旧需要提前进行人工示教,所以,能够自主规划焊接轨迹的全自动焊缝跟踪技术才是未来的发展方向。本文设计了基于被动视觉的焊缝跟踪系统,能够自动定位焊接起点,在焊接过程中动态规划焊接轨迹,并且自动定位焊接终点。在硬件设计阶段,本文根据基于位置的视觉伺服控制原理,搭建了基于被动视觉焊缝跟踪传感器的焊缝跟踪系统,其中包括工业相机、六轴工业机器人、上位机等部分。在系统标定阶段,采用Matlab对相机进行标定,采用开源标定软件easy-handeye进行手眼标定,并在实验阶段测试了系统标定的精度。在焊缝图像处理阶段,本文针对焊缝图像中的飞溅干扰这一关键共性问题,提出采用帧间匹配去噪的方法去除飞溅,其采用ORB(Oriented FAST and Rotated BRIEF)和RANSAC(Random Sample Consensus)结合得到图像间的变换矩阵,将第一帧图像变换到与第二帧图像对齐后再进行像素操作,可以在不损失细节的情况下去除大量飞溅噪声。针对角接焊中易出现的其他线条干扰,本文提出采用基于梯度算子的图像边缘校测方法,可以有效去除特定灰度梯度的线条干扰。对比了目前较为常用的三种焊缝拟合方法,主要稳定性方面对其进行了评估。针对焊缝的起点与终点寻找,本文采用基于方向卷积的滤波方法分别对焊缝及焊接起点、终点直线进行采集,其中,在焊接终点的识别中引入了动态ROI(Region of Interest)的方法,以此能在较多干扰的情况下准确识别焊缝的起点与位置。在焊缝跟踪的轨迹规划阶段,本文建立了机器人的运动学模型,其中包括机器人D-H参数、机器人正运动学、逆运动学三个方面的内容,针对激光焊接过程中机器人的姿态,采用基于几何法的运动学逆解算法,并对逆解结果进行了筛选,有效提高了逆解的可靠性。针对激光焊接过程中对焊接轨迹的要求,在笛卡尔空间中进行轨迹规划,为了保证激光焊接头在焊接过程中时刻保持恒定速度焊接,采用S曲线的加减速控制对焊接起点及终点进行了加速区域与减速区域的规划,提出需要在到达焊接起点前预留加速区域,以及在焊接终点增加加速区域的分段轨迹规划方法。提出采用三次多项式的样条插值进行焊缝路径的轨迹规划,可以保证轨迹在线段连接处速度与加速度均连续。在焊缝跟踪系统软件设计与实验阶段,采用目前流行的开源机器人操作系统(Robot Operating System,ROS)作为开发平台,联合Solid Works以及Rviz建立了ROS系统下的机器人模型,并通过Rviz的可视化功能验证了机器人模型的正确性。采用ROS操作系统下的MOVEIT!进行运动学解算及辅助进行轨迹规划,并详细介绍了图像采集模块、图像处理模块和运动控制模块的软件设计方法。最后本文通过焊缝跟踪实验测试了焊缝跟踪系统的精度,并分析了误差产生的原因。