近些年，工业制造技术不断发展，焊接作为金属加工的重要环节，对其的要求也越来越高，为了减少人为因素对焊接质量的影响、简化生产程序、提高生产效率就需要使焊接过程更加自动化和智能化，这也正是焊接行业发展的必然趋势。焊接智能化、自动化的关键问题是焊缝的自动跟踪，激光视觉引导的智能焊接机器人将焊缝图像识别与机器人运动控制技术结合，能够有效解决焊缝自动跟踪难题。为了实现激光视觉引导焊缝跟踪的目的，以六轴DENSO工业机械臂为主体，组建视觉引导焊缝跟踪平台，构建结构光引导机器人的数学模型，主要包括相机线性模型，相机非线性模型，相机外参模型，线结构光测量模型以及机器人视觉手眼模型。激光视觉引导焊缝跟踪系统中的图像处理部分，主要包括靶标的识别与匹配，焊缝特征的提取。靶标方面针对相机标定采用的棋盘格靶标，采用harris角点提取，并基于霍夫变化和最小类间方差和进行图像坐标与世界坐标的匹配。设计一种简易靶标，简化圆心点提取和特征点匹配算法，提高匹配算法的鲁棒性，减少运算时间；介绍焊缝图像硬件和软件2方面的图像预处理方法，分析和对比了焊缝图像二值化算法的效果,并分析焊缝的各种分类，并对不同的焊缝采用不同识别方法并进行实验测试。系统整体标定方法，首先分析整体模型，采用张正友标定法标定得到相机内外参数，并对得到的参数进行LM非线性优化。然后改进利用对偶关系求取线激光光平面方程的算法，降低错误数据对标定结果的影响；在利用四元数求解AX XB方程，并采用四元数错误数据剔除算法；最后针对焊接工件的不确定性，通过简单的点触方法，修正在基坐标下的工件偏移。实际测试表明：该方法鲁棒性好，能得到稳定的匹配结果，标定得到的相机内参，手眼矩阵和线激光光平面方程稳定，平面精度±0.3mm，三维精度±1.2mm，满足工业现场应用要求。完成标定实验，对跟踪系统中的关键技术：模型内各个坐标系的定义以及坐标系间的转换进行详细的说明，并针对实际焊接中的强干扰采用延时跟踪的策略，从而提高该焊缝跟踪系统的稳定性。并在VS2010环境下编写实验程序，通过测试，系统可以做到稳定，精确的焊缝自动跟踪，跟踪精度可达±1.4mm。