由于人工焊接的弊端,以示教型为主的焊接机器人逐渐应用于现代焊接领域。在非结构化焊接环境中,特别在船舶,集装箱和压力罐等复杂构件的焊接过程中,由于构件容易出现装卡误差和热变形等不确定因素,从而导致焊缝的实际轨迹与示教轨迹存在较大误差,而示教型焊接机器人不能根据焊缝位置的变化修正焊接轨迹,最终造成焊接效率低和质量差等问题。为此本文针对基于激光视觉的焊缝检测与跟踪系统进行研究,以实现复杂构件焊接机器人的轨迹纠偏,提高焊接效率和质量。(1)针对将像素坐标下焊缝的二维检测结果转化成机器人基坐标系下引导机器人进行轨迹纠偏的三维坐标的功能需求,本文分析了激光视觉的测量原理,并研究了跟踪系统中所涉及的相机标定,手眼标定和激光平面标定等标定算法,最后利用Halcon计算机视觉库开发相应的程序完成各部分的精准标定。(2)针对在弧光和飞溅等强干扰性下难以对焊缝进行精准实时跟踪的问题,本文提出一种将孪生网络和区域提议网络相结合的深度孪生区域提议网络跟踪算法。在初始帧中利用传统图像处理算法提取焊缝特征点,建立跟踪目标模板。在后续帧中孪生子网络提取模板帧和待检测帧的特征并输入到区域提议子网络,后者计算模板帧和待检测帧的相似性对焊缝位置进行精准的预测。在线跟踪阶段,将其作为one-shot检测任务来执行。再者,根据焊缝跟踪过程中目标偏移量小的特性,缩小输入网络的图像尺寸,进一步减少计算量。(3)针对复杂构件焊缝跟踪过程所涉及的安全、效率以及焊接方向约束等问题,本文提出一种分层跟踪路径规划方法,在利用快速扩展随机树算法实现无碰撞局部路径规划的基础上再利用改进的自适应蚁群算法进行全局路径规划以获得长度最短且同时满足方向约束的焊缝跟踪路径。(4)本文设计并搭建实际的焊接软硬件平台,对角接和V形焊缝进行焊缝视觉跟踪实验;再者,根据机器人D-H参数和构件模型参数搭建仿真环境进行焊缝跟踪路径规划实验。实验结果表明,本文焊缝跟踪平均精度为0.5mm,平均帧率为125fps,能够在强干扰下对焊缝实现稳健精准的实时跟踪,并且所规划的跟踪路径是无碰撞和满足方向约束的最短路径,能有效提高复杂构件的焊接效率和质量。