随着现代自动化焊接技术的不断发展与深入推进,传统的制造业升级和转型面临着巨大的机遇和挑战。焊接作为传统制造业中不可或缺的材料加工方法,焊接自动化是焊接行业发展的必然趋势。现代焊接自动化的重点是在于焊缝跟踪的实时处理,因此焊缝跟踪技术是实现现代自动化焊接的重要前提。而焊缝跟踪的重点在于对复杂焊缝曲线轨迹的识别和实时校正,对于随机分布、尺寸及结构多变性的障碍物能实现分类识别及智能规避。本文设计了激光光强控制系统及激光光强自适应驱动电路来自适应于各种板材,分析了自动化焊接过程中焊缝跟踪时出现的六种偏差情况,针对大梁工件上随机分布的流水槽、三角板、圆形板、加强板等障碍物研究了一种基于贝叶斯轮廓分类的大梁障碍物识别方法。设计激光光强控制系统及激光光强自适应驱动电路来自适应于各种板材。根据激光位移传感器的原理及特征,建立了焊缝跟踪模型,分析了在焊接过程中焊缝出现的中偏右,中偏左,左偏右,左偏左,右偏右,右偏左六种偏差情况,利用激光位移传感器的测量原理及数学方法对焊缝跟踪时出现的六种偏差情况进行了深入研究,并求解出了焊缝跟踪过程中出现的左右偏差及上下偏差值,便能通过执行机构实时及精确地调整焊枪姿态,为智能焊缝跟踪奠定了基础,为自动化焊接提供了新思路。基于焊缝障碍物识别的原理,提出了一种基于贝叶斯轮廓分类的障碍物识别方法。这种方法采用了左右差分差值法预测障碍物并提取障碍物轮廓数据,利用多级面积周长比的轮廓描述函数结合贝叶斯分类对障碍物进行有效分类,建立了贝叶斯轮廓分类的数学模型并用MATLAB软件对障碍物扫描数据进行了仿真分析,最后依据扫描式激光位移传感器对大梁障碍物进行了实例试验,试验表明大梁中四类障碍物测试样本的概率差比都很大且算法分类所需时长完全满足焊接实时性要求,所以提出的基于贝叶斯轮廓分类方法对大梁障碍物预测具有高准确性及实时性。通过激光位移传感器焊缝跟踪的实验平台,验证了上述焊缝跟踪方法的可行性,根据激光传感器跟踪实验效果图得知焊缝成型良好,工作性能稳定,跟踪精度较高,符合自动化焊接过程中跟踪的需求。