传统的结构化的“刚性”生产线模式有着成本高、建立周期长等局限性,其对于生产新型产品的适应性也十分有限。在当今互联网时代,信息更新迅速,市场需求越来越多样化、个性化、定制化,现有自动化生产线模式也难以满足日新月异的市场需求。为了应对工业生产的这种变革,柔性化生产线及其相关技术就显得尤为重要。焊接技术的发展也随着时代潮流越来越追求柔性,机器人焊接已经大量应用于生产实践的背景下,对机器人柔性焊接技术的研究有着重要的价值和意义。提高焊接的柔性需要解决两个主要难题:（1）每次焊件装夹后需重新定位、示教、离线编程的问题;（2）焊件装夹后,夹具对焊件形成局部遮挡。针对以上问题,本文提出一种基于视觉的机器人柔性焊接方案,将三维视觉识别定位技术应用到机器人焊接中,使得机器人能“感知”有局部遮挡情况下物体的六自由度位姿,从而大大减少离线编程和示教的工作量,显著提高机器人焊接的柔性和生产效率。相比于一般生活场景下的物体识别需求,焊接工况有其特殊要求:（1）焊接的精度要求往往比较高;（2）焊件通常缺少丰富的表面纹理特征;（3）焊件为金属件,表面反光形成镜面反射,影响三维信息的采集。为了选择合适的传感器满足以上需求,本文对不同类型的三维视觉传感器的成像原理进行总结,并进行性能测试。对于无遮挡环境下的物体识别问题,提出基于VFH特征描述子的物体识别方案。用RGB-D相机获取物体点云建立模板库,计算点云的VFH描述子并通过比较不同VFH之间的卡方距离（Chi-square measure）来搜索最近邻,从而完成粗配准。接下来采用ICP进行精配准。采用将旋转矩阵拆解成四元数的方法计算手眼标定矩阵AX=ZB。按照该识别方案进行物体抓取实验,从而验证该方案的有效性。对于局部有遮挡环境下的物体识别问题,提出将Drost-PPF方法与改进的ICP精配准相结合的物体识别方案。利用Drost-PPF方法得到的粗配准位姿,将CAD模型按照粗配准位姿进行旋转平移变换。然后对变换后的模型进行虚拟的光线投射扫描,扫描出新的物体场景点云,将其与场景下的物体点云进行ICP。这种改进的ICP方案解决了粗配准之后快速找到与目标点云一致的源点云的问题。此外对于Drost-PPF投票速度慢的问题,在投票阶段使用密度小的样本点,而为了保证ICP结果较高的精度,在ICP阶段采用密度高的样本点,这样的改进兼顾了速度和精度。从而,实现在有遮挡环境下高精度的物体位姿估计方案。通过对位姿估计结果误差的分析,证明算法有很高的精度。最后,进行柔性焊接实物实验。利用棋盘格手眼标定方法,结合机器人三点法标定工件坐标系,实现适应性更广、操作方法简便的手眼标定方案。将有遮挡环境下的位姿估计方案与手眼标定结果结合,加上离线示教焊接路径,使得机器人复现出工件处于不同位姿下的焊接路径,验证本文提出的机器人柔性焊接方案的可行性。