实现机器人的智能化焊接是自动化焊接技术发展的主要趋势,目前国内外大部分实际应用当中的焊接机器人路径规划方式为人工示教。这类机器人对焊接环境的一致性要求极为严格,其预先设置焊接路径与相关工艺参数对于实际焊接中工件加工、装配等误差不具备适应性,导致焊缝与示教轨迹有偏差。同时,其示教的精确程度与效率依赖于人工的目测精度与熟练程度,难以满足现代焊接高效率、高质量、高稳定性的要求,因此限制了其在很多领域的应用。应用视觉传感器使机器人具备自主获取焊接路径的能力克服了人工轨迹规划过程中不确定性因素对焊接质量的影响,有助于提高机器人的智能化水平,具有较高的应用价值。同时也解决了示教编程的低效、不稳定,大大提高了编程效率。本文开发了一套基于激光结构光扫描的焊缝路径自主规划系统,该平台采用模块化编程方法,利用变位姿多段扫描的方式实现大型复杂焊缝原始数据点的获取。标定是传感器坐标系中二维信息到空间坐标系中三维信息的桥梁,针对末端夹持线结构光传感器的机器人提出了一种基于直线约束的手眼标定方法。基于直线约束构建优化模型,采用改进的Powell算法结合罚函数法求解优化模型,验证实验结果显示,该方法标定精度在0.2mm以内,有效提高了标定精度。该方法只需一块边缘较直的小块标定模板,无需精准的标定靶,标定过程简单快速,适合现场标定。针对三维数据处理时效性差等问题,提出由三维数据生成灰度图进行处理并提出了一套完整的图像处理算法。主要包括中值滤波、最大类间方差法获取阈值生成二值图、基于连通域的面积阈值滤波、基于膨胀腐蚀的光滑处理、canny算子提取焊缝边缘以及zhang-suen算法细化边缘等过程。在获取焊缝特征点像素坐标之后,提出将工件边缘部分单独开窗处理,利用图像算法提取工件边缘点像素坐标。对焊缝信息进行了三维重建,比较三次B样条曲线与D-P算法建立焊缝位置模型的优劣,选取D-P算法建立焊缝位置模型并压缩数据点、去除冗余数据,利用多段折线近似表示焊缝曲线;建立不同类型焊接坡口的模型,校正特征点坐标并获取焊缝几何参数;然后基于最小二乘法拟合出工件边缘与焊缝端部,求取了焊缝的起始点与终止点并通过焊缝的接近向量与前进向量建立焊缝与焊枪的姿态模型。根据本文的方法对平面对接直线、平面搭接曲线、空间搭接曲线三种样式的焊缝进行实验,获取焊接起始终止点、坡口几何参数、焊缝三维信息。实验结果表明,焊接起始终止点获取方面,直线焊缝精度高于曲线焊缝、平面焊缝精度高于空间焊缝,最大误差小于1.5mm;坡口几何参数方面,高度方向误差小于0.5mm,宽度方向误差小于1mm;焊缝三维信息方面,多种方式的实验结果都表明,计算点与实际焊缝点的误差小于1.5mm,基本能够满足机器人实际焊接生产的要求。