自二十世纪初期以来,我国制造业自动化水平不断提高,但焊接自动化高端产品国产化配套发展不健全的情况日益突出。目前,焊接自动化装备仍以人工示教规划机器人运动轨迹为主,对工件安装定位精度有很高要求,焊接精度完全依赖于人工示教的精度,缺少对焊缝的检测反馈功能,导致焊枪不能根据焊接工件发生的热变形进行调整,很难保证焊缝质量。因此,亟需研究焊缝跟踪系统对焊缝位置进行实时检测与修正。本文结合当前焊缝跟踪的实际问题,设计了一种基于视觉的焊缝跟踪传感器,并针对其关键技术问题进行深入的分析与研究。针对不同种类焊缝识别方法不同的问题,提出采用反向传播神经网络进行焊缝类型识别。将平板搭接焊缝、V形坡口焊缝和直角焊缝图像作为训练集,对神经网络模型进行训练。神经网络模型读取焊缝跟踪视觉传感器图像,判别当前焊缝类型,为焊缝跟踪定位提供支持。针对焊缝特征图像受弧光、飞溅较大的问题,分析了焊接过程中的弧光波长特征,通过选择波长特征不明显波段对应的激光器和滤光片,减少焊接弧光对焊缝特征图像的影响;针对跟踪过程中因焊缝位置偏移导致焊缝特征偏离预设ROI区域,提出一种浮动ROI区域提取焊缝特征图像的方法,为焊缝跟踪提供稳定的焊缝特征图像。针对焊缝跟踪过程中焊缝位置数据波动导致焊枪位置频繁调整,影响焊缝质量的问题,提出采用数据滤波的方法减小位置数据波动的方法。通过分析中值滤波、卡尔曼滤波的数据滤波效果,提出将中值滤波与卡尔曼滤波相结合的组合滤波方法,得到较优的数据滤波效果。根据对焊缝视觉跟踪相关技术的研究,在实验室内搭建焊缝跟踪试验平台,使用焊缝跟踪视觉系统进行焊缝跟踪模拟试验。试验结果显示,基于视觉的焊缝跟踪系统对平板搭接焊缝、V形坡口焊缝和直角焊缝的跟踪精度处于焊接允许的误差范围内,并在此基础上进行现场焊接试验。