在CO2焊条件下，焊缝位置识别是实现智能焊缝跟踪的重要研究课题。本文针对基于视觉的焊缝跟踪过程存在的主要问题首创性地提出了一种基于弧光反射作为辅助照射光源，获得焊缝图像信息，引导焊接机器人实施焊接作业的研究课题。　　 本文分别从弧光反射作为辅助光源的获取方法、焊缝图像处理算法、焊缝跟踪随动系统的智能控制以及跟踪误差分析等四个方面展开了研究工作。在弧光反射作为辅助光源获取上，运用光学、光电子学理论分析研究了各影响因素，提出了一种获取图像质量最优的方法；并研究了抛物面、球面和平面投影关系、弧光影响评价函数等问题，同时进行了讨论分析。在焊缝图像处理算法上，对获得的照片图像进行图像处理，提出了一种基于微移动理论的性能良好的图像处理算法。在CO2焊中，由于各种因素的影响在所拍摄的图像中经常存在着大量的严重干扰。为此，对焊缝图像的可用性等问题进行了研究分析；将工业机器人微移动理论应用到构建焊缝图像边缘特征提取方法进行了深入研究，并取得突破。在焊缝跟踪随动系统的智能控制上，首先对IRB1400型工业焊接机器人的运动学问题进行了分析与研究，确定了CCD摄像机坐标系、焊钜坐标系与焊接工件坐标系的关系；随后对随动跟踪系统从自转角度和随动角度两个方面进行了控制过程的分析和研究，并就如何将模糊免疫学思想应用于随动系统跟踪焊缝控制进行了深入研究，并进行了有效的仿真实验和实验分析。本文还进行了焊缝跟踪误差问题的研究，首先，从摄像头位置误差、焊钜姿态误差等几个方面，研究了它们的误差对跟踪焊缝轨迹精度影响，揭示了焊钜姿态误差与行走角和工作角的依存规律，建立了数学模型，并进行了有效的仿真试验。然后，证明了随动系统的自纠误差能力。　　 实验表明，基于反射弧光所获得的图片清晰有效，反射光照射区的亮度基本一致，系统结构简单，焊缝可视性强；通过运用机器人微移动理论，有效地缩短了图像处理时间；模糊免疫算法的应用明显提高了随动系统的快速性；在误差分析理论指导下的实验表明，当被计算的像素位置距离熔池中心小于80mm时，焊缝跟踪精度满足焊接作业的要求。