随着工业的发展，对工业自动化的程度要求越来越高。高精度、高效率的机器人被广泛应用工业生产中。切割机器人也被广泛应用于核电、造船、化工、汽车等行业制造加工中。目前切割机器人主要采用示教再现及离线编程的方法，当待加工的工件摆放不同或者其他外部环境变化时，需要重新编程或者再次示教，而且不能实时监测出当前的切割质量，本文充分利用离线编程的优点，同时采用视觉反馈对切割中质量进行实时反馈，这样有效的提高切割质量。本文以实际工程项目为背景，针对大型钢板切割过程中遇到的轨线跟踪问题，对所涉及的轨线处理以及轨线信息获取进行了以下研究：首先完成对双目视觉跟踪系统的硬件选型和搭建，并对主要硬件的选型进行详细介绍，同时对各个器件在系统中的作用也进行了相关的阐述，从而完成对视觉跟踪系统的设计，为下一步的研究提供相应的平台和实验基础。在确定了双目跟踪系统后，对立体视觉原理进行讲解，讲述了摄像机的成像模型，图像匹配和图像校正的方法，并给出了在已校正图像基础上简易的计算空间点的三维信息的方法。结合实际项目环境和精度要求，通过比较选择张正友标定方法，并对该方法改进。针对钢板切割轨迹进行图像处理算法的设计，在噪声处理后应用图像增强提高轨线对比度，对光线差异性提出自适应Otsu分割算法，并给出了形态学处理处理方法。经过图像预处理后，给出几种轨线提取算法，最后我们选取了应用hough变换进行初始定位，再通过最小二乘拟合得到精确的轨线信息。文中对不同情况下轨线进行了相应提取进行试验，对轨线提取的算法也进行了验证。最后对钢板轨线提取过程中遇到的特殊情况，如弧光、铁锈、边缘出的铁渣干扰等情况也进行了相应的分析，然后轨线进行提取。本文对实际切割过程中的直口、上坡口切割进行了跟踪实验。并对钢板上的校验线和切割边缘进行提取后，并对它们进行三维重建，给出重建后的效果图和轨线参数，并对一些情况下的轨线偏差进行总结。给出跟踪调节偏差算法，通过串口通信给下位机进行偏差调节。通过实验表明，本文提出的双目视觉切割轨线跟踪系统中的基本原理、图像处理算法和跟踪策略是有效可行的，可对切割边缘进行跟踪，然后对得到的切割偏差进行跟踪调节，提高了切割机器人的控制精度。