随着科学技术的发展，焊接自动化及智能化早已成为焊接领域的主要研究方向，而焊缝自动识别与跟踪技术即是实现焊接自动化的关键，同时也是难点。在众多应用于焊缝检测与跟踪的传感方法中，结构光视觉传感法以其信息量大，结构简单，精度高等优点而被广泛应用于自动化焊接过程中，成为了目前最有效的焊缝识别与跟踪方式。但是在实际的焊接环境中存在着大量的弧光、飞溅、粉尘等干扰，结构光视觉传感器采集到焊缝图像的同时也会采集到大量干扰。因此如何从具有大量干扰的图像中提取出焊缝特征与位置信息是国内外学者研究的主要方向之一。为此论文对基于结构光视觉传感的焊缝特征提取与跟踪方法进行了研究。　　首先构建焊缝跟踪试验平台，自主设计了结构光视觉传感器，为了减小杂光对焊缝图像的影响，选择合理的硬件参数与传感器结构设计方案。然后对系统进行标定，主要包括视觉传感系统标定和运动控制系统标定。通过对当前图像处理技术的研究，对焊缝图像进行图像预处理，以突出结构光条纹区域。然后提出一种基于边缘约束的灰度重心法，快速准确地提取出结构光条纹中心线。通过对结构光条纹在V形坡口焊缝和I形对接焊缝上形成的特征进行分析，设计相对应的焊缝特征点提取算法。针对V形坡口焊缝，提出了迭代适应点算法与曲线拟合法相结合的方法，先采用迭代适应点算法进行特征点粗提取，然后通过曲线拟合法进行特征点精提取。而对于I形对接焊缝，根据焊缝间隙的大小，将其划分为宽间隙(>0.5mm)对接焊缝与窄间隙(<0.5mm)对接焊缝，分析了在不同焊缝间隙下结构光条纹在焊缝处的特征，设计了不同的特征点提取算法。其中，针对窄间隙对接焊缝，提出了一种焊缝特征角点检测方法，克服了传统的基于结构光条纹形变特征的焊缝特征点提取方法的不足，实现了结构光传感器对间隙小于0.5mm的焊缝位置的准确识别。　　最后，分别对V形坡口焊缝与I形对接焊缝进行了焊缝跟踪试验，为了减小跟踪过程中的偶然因素和随机噪声对跟踪精度的影响，采用卡尔曼滤波法对焊缝偏差进行最优估计。以焊缝中心位置作为特征矢量，建立相应的状态方程和测量方程。在焊缝跟踪过程中，应用卡尔曼滤波减小噪声干扰，实现焊缝位置的准确预测。试验结果表明，焊缝跟踪系统加入卡尔曼滤波后可以更加准确的得到焊缝位置，提高了焊缝跟踪精度，增强了焊缝跟踪系统的稳定性和可靠性。