传统的焊接机器人焊接模式是根据焊接工件的位置以及形状进行示教编程或者预编程,需要投入大量的人力与时间,适用于标准化以及小规模的焊接环境。然而,在非标准化、大规模的复杂焊接环境中,此种模式的焊接效率低下、灵活度低的缺点突显,往往并不适用。基于结构光视觉传感的焊接机器人由于其高精度、非接触、灵活性强和效率高等优势在焊接制造领域得到了广泛的应用。在结构光视觉传感的焊接机器人系统中,焊缝的准确识别与定位是焊缝质量的重要保障,为此,本文将围绕焊缝类型识别、V型焊缝位置提取进行深入研究,主要内容如下:（1）研究了面向焊接机器人的结构光视觉传感。分析了基于结构光视觉传感的成像模型,包括摄像机内参模型、三角测量原理以及手眼模型。考虑实际焊接现场的条件,设计了结构光视觉传感器。将焊接过程分段,讨论了焊接过程各段的实际焊接情况。（2）研究了多焊缝类型识别方法。通过对各焊缝类型的图像特征进行特征分析,提出以激光在焊缝处的形变信息作为焊缝类型的识别信息,将激光曲线斜率分布以及激光曲线特征点间隔作为特征向量,利用SVM（support vector machine）构建焊缝类型识别模型,同时通过交叉验证的方式获取了识别模型的最优参数,建立了复杂焊接环境下的多焊缝类型识别方法。使得焊接机器人系统在实施焊接之前即可准确识别出焊缝类型,从而根据焊缝类型选择相应的焊接参数以及焊缝特征点提取算法。（3）研究了V型焊缝特征点提取方法。针对中厚板焊接在焊接过程中产生的弧光以及飞溅较大,甚至淹没激光的特点,将焊接过程分为初始和焊接两个阶段,在初始阶段,采用传统的图像去噪、连通域提取、ROI提取等方法,利用几何关系提取焊缝特征点。在焊接过程阶段,利用YOLOV3-Tiny目标检测方法提取出焊缝处的激光条纹位置,然后根据边界框位置信息在源图像中设定ROI,对局部图像进行处理,最后通过几何关系确定焊缝特征点位置。（4）研究了V型焊缝焊接轨迹规划方法。针对中厚板焊缝间距较大的特点,设计了不摆枪、之字形摆枪等摆枪运动方式;针对中厚板板材较厚的特点,设计了多层焊接规划,同时介绍了焊缝质量评定的方法。（5）设计并搭建了实验平台,进行了焊缝类型识别、焊缝跟踪以及焊缝探伤实验。通过多焊缝类型识别实验对5种焊缝类型进行了识别,焊缝识别时间为148.24 ms,识别精度超过98.4%,验证了本文焊缝识别方法的有效性和鲁棒性。对摆枪方法进行测试,根据测试结果确定以之字形摆枪作为本文的摆枪方式,同时对该摆枪方式进行了速度规划,并确定了插值间隔。进行了实际焊接环境下的V型焊缝跟踪实验,结果显示焊接机器人系统对焊缝定位在Y轴的最大误差为0.691mm,在Z轴方向的最大误差为1.296mm,验证了提出的特征点提取方法的有效性。进行了工件焊缝焊接结果的射线探伤实验,结果显示,焊接后的工件其焊缝每800mm存在不多于一个气孔缺陷,不存在其他缺陷情况,达到了国际II级焊缝的质量要求,验证了本文所设计的焊缝定位方法以及轨迹规划方法的有效性。表明本文设计的焊接系统具有一定的应用前景。