近年来,激光技术不断蓬勃发展,应用领域越来越广泛。在桥梁养护方面,激光除锈技术正在逐步取代传统除锈工艺。但目前激光除锈设备均需人工现场操作,不仅效率不高,而且存在一定的安全隐患,如激光的高强度亮光会损伤工人视力、除锈产生的锈蚀颗粒会对工人健康造成一定的影响等。针对这些问题,本文对激光智能除锈系统进行了研究,利用机器视觉检测识别工件表面的锈迹,使用激光除锈设备对识别出的锈迹进行定点清除,为未来智能化、无人化激光清洗行业打下基础。本文主要研究内容如下:(1)激光除锈工艺参数库的研究。提出适用于激光除锈的生锈等级:浮锈、轻锈、中锈、重锈,并使用相应的激光参数去除各等级锈蚀。激光除锈需满足两点技术要求:1)激光除锈后工件表面上没有残留锈蚀,除锈质量满足Sa2.5等级要求;2)除锈后基体表面粗糙度值Rz在35μm～70 μm之间,以保证再次喷涂的附着力。在激光除锈中,通过单因素试验及正交试验结合的方法,探究激光功率、频率、扫描次数、振镜扫描速度及离焦量等因素对基底表面Fe元素重量百分比和表面粗糙度的影响,得到最佳工艺参数;(2)机器视觉识别锈迹的研究。机器视觉识别锈迹有三点技术要求:1)能够识别出工件表面的锈迹,并根据实际锈蚀等级在图像中进行对应的划分;2)各等级锈迹图像要尽可能多的连通,可将含有大量小孔洞的锈迹区域膨胀为一个大且完整的锈迹区域;3)锈迹图像要包含工件表面所有的锈蚀区域,漏检面积小于4%。利用Python语言及OpenCV开源计算机视觉库对生锈物体的表面图像进行处理,通过一系列图像处理算法,识别出生锈区域,得到生锈区域的位置信息、生锈等级、尺寸信息等;(3)激光智能除锈系统的集成与测试。将机器视觉集成在激光除锈设备上,提供工件表面的锈迹等级及轮廓信息,激光除锈设备将不同锈蚀等级的图像导入不同的图层,使用不同的参数,并确定除锈区域,规划除锈路径,实现定点除锈。除锈完成后,机器视觉作为检测工具再次识别工件表面的锈迹,确保除锈的效果。研究结果表明:机器视觉可以完整的识别出工件表面的锈迹区域,并将锈蚀区域的位置信息、生锈等级、尺寸信息等传输给激光清洗设备;激光除锈设备使用与锈蚀等级相对应的工艺参数,确定除锈区域,规划除锈路径,实现定点清除工件表面的锈蚀。激光智能除锈后基体表面质量约等于传统激光除锈,满足再次涂装的要求,并且效率远远超过传统激光除锈。