随着深海资源的开发，海洋工程建造规模和施工深度不断加大，而水下焊接作为海洋工程建造和维修中必不可少的技术之一，其应用要求也越来越高。因潜水焊工受到深水饱和度的限制，而迫切要求实现水下焊接自动化和智能化。机器人焊接作为先进焊接技术的重要标志之一，当然成为水下焊接自动化和智能化的发展方向，而机器人焊缝跟踪又是其中的重要研究内容之一。 论文基于一套激光视觉传感的机器人焊缝跟踪硬件系统，为水下焊缝的机器人实时跟踪做好研究基础。该跟踪系统的硬件包括激光视觉传感系统、图像采集卡、PC机、以及机器人控制器和机械臂。本文在Windows环境下利用Visual C++6.O开发了焊缝跟踪软件系统，它包括人机操作界面、图像处理及识别模块、坐标转换模块、串口通信模块、以及跟踪控制模块。 由于焊接过程中存在强烈弧光、飞溅、烟尘等的干扰，拍摄到的焊接坡口图像含有大量的噪声，图像信噪比低。因此，首先要对图像进行滤波去噪、二值化等预处理以提高图像的信噪比。比较了均值滤波和中值滤波方法后，改进了一种滤波去噪方法，即基于背景图像与目标图像之间的概率平均灰度阈值的水平窗口滤波法，这种方法与中值滤波法相比，不仅具有更好的滤波效果，而且还有更好的实时性。 焊接坡口中心的实时识别和提取是视觉传感焊缝跟踪的首要一步。在分析了V形对接坡口和搭接接头图像的特点之后，提出和改进了四种实时识别坡口中心点图像位置的方法：结构元素匹配法、特征点模板匹配法、快速Hough变换法、边缘提取及角点检测法。前面三种方法均是在图像预处理的基础上再进一步识别坡口中心位置，而边缘提取及角点检测法是在原始图像上直接识别和提取坡口中心位置。经比较，边缘提取及角点检测法识别坡口中心较其他方法实时性好、精度高、稳定性好。 将坡口中心点的图像坐标转换成机器人的空间坐标需要进行系统标定。系统标定包括摄像机参数标定和机器人手眼关系标定，按通常方法需要进行两次分别标定，这样工作量和计算量大，同时会造成标定误差累积。为此，提出了一种同时标定摄像机和机器人手眼关系的方法，在选取合适初始值后，用非线性最小二乘优化方法求解出未知参数，实验结果表明，此方法的标定精度满足焊缝跟踪的要求。 在焊缝跟踪过程控制中，设计了一种有效的控制和协调方案，用若干线段近似焊缝曲线，在每个采样周期中又将线段按等分量跟踪，同时通过检测焊枪当前位置协调各程序时序，实现了实时跟踪的过程控制。最后，采用本文研究的焊接坡口中心识别方法进行了直线、斜线和折线搭接接头焊缝的跟踪试验，结果表明，这些识别方法均满足实时焊缝跟踪的识别要求，其中边缘提取及角点检测法的跟踪结果较其他方法好，同时也表明本文研究的机器人焊缝实时跟踪系统是成功的。