目前水下焊接主要采用人工焊接，但从水下焊接的发展趋势来看最终要靠机器人焊接。由于陆上使用的示教再现型焊接机器人对焊接作业条件的稳定性及精度要求十分严格，每一项焊接任务都需要严格准确的示教，不能对焊接动态过程实现实时检测控制。因此，使焊接机器人具有焊缝自动跟踪的能力有十分重要的意义。本文结合国家自然基金项目“基于视觉传感的药芯焊丝水下焊接焊缝自动跟踪系统”，在分析国内外焊缝跟踪技术的研究基础上，对机器人焊缝跟踪的理论及关键技术进行了研究，从实际应用角度出发，搭建了基于激光视觉的具有自动导引和焊缝跟踪功能的机器人焊接系统。 焊缝跟踪系统由激光视觉传感器、机器人、计算机等硬件构成，通过安装在机器人末端执行器上的激光视觉传感器采集焊缝图像信息，信息经计算机控制系统处理后下传给机器人，机器人完成焊缝跟踪运动。根据系统的功能要求，开发了计算机图像处理、控制软件和机器人运动控制软件，取得了如下主要成果： 在系统结构设计方面，运用精确定时、多任务等技术，解决了机器人系统与计算机控制系统的同步、通讯等问题。 在激光视觉系统标定中，以两块工件搭接代替立体标靶，利用机器人重复精度高的优点读取标定点的三维坐标值，考虑摄像机的畸变因素提出了非线性修正模型，利用线性最小二乘法预估初值，再用麦夸脱法求模型参数。标定的公式经实验验证能得到比较高的标定精度。 在采用激光视觉的焊缝图像分割中提出了基于梯度的改进最大类间方差法，根据灰度图像中激光线的宽度及灰度分布，构造了一个一维的滤波模板对灰度图像进行滤波增强，滤波后的梯度图像经多次分割能较好地滤除焊接过程中产生的弧光、飞溅干扰，且算法运行时间较少可满足实时跟踪的要求 提出了一个统计决策识别法和句法结构识别法相结合的综合法用于焊接接头的识别。在该方法中，给出了特征点基元的定义，在激光线段中选出一些符合接头特征的点基元，根据点基元组成线段的长度和角度，由判别函数来确定接头的特征点以及建立接头模型。从该方法对V型坡口、U型坡口、搭接接头和角接接头识别的结果来看，接头特征点的定位准确，与典型的句法结构识别法相比，具有更强的抗干扰能力。 在自动导引和跟踪控制方面，用线性最小二乘法估计待焊焊缝的位置，能减小焊缝的测量误差；根据当前焊枪位置与焊缝跟踪点的角度偏差来确定焊枪的跟踪方向，用超前预测控制方法跟踪焊缝，可以使机器人在焊接过程中运动平稳。对于完成底焊的多道焊焊缝跟踪，提出按V形坡口识别及确定焊缝跟踪点的方法简单实用。为了验证系统的工作性能和研究的价值，对不同焊缝形状的工件进行了大量的跟踪实验。实验结果表明，本系统在跟踪过程中完全满足一般焊接对焊缝跟踪的要求。