在激光对接焊过程中,精确控制激光束始终对中焊缝是保证激光焊接质量的前提。由于激光束光斑直径小(一般小于200μm),对焊缝间隙大小敏感,要求焊缝能够尽可能的小。传统的结构光视觉法,将可见光谱段的结构光横跨于焊缝位置,从而在焊缝处形成结构光的突变特征,并利用图像处理技术准确识别焊缝位置。然而由于传统的结构光视觉法在焊缝间隙小于0.1mm的时候,将不能有效的对焊缝进行跟踪,导致在微间隙焊缝下精确控制激光束对准并跟踪焊缝路径十分困难。本课题通过磁光传感器提取焊缝磁光图像,对焊缝在磁光图像中的特征进行研究,准确检测出焊缝中心位置并实现焊缝跟踪。以法拉第磁光效应为理论基础的磁光成像技术,是一种可以对物体表面细小缺陷进行可视化检测的方法。通过分析磁光图像下焊缝的灰度特征参数,利用粒子滤波和均值漂移算法对焊缝实际位置进行跟踪检测。试验结果表明这两种方法均能有效提取焊缝位置信息。其次,针对在焊接过程中由于焊材料的温度、磁光成像传感器激励线圈的交变磁场频率、线圈与焊件的间距等因素的变化所产生的诸多噪声干扰,严重影响了焊缝跟踪的精度。对此,本文主要研究一种基于Kalman滤波的系统状态最优估计方法。通过建立焊缝路径与激光束偏差实时测量与跟踪的预测模型,消除噪声干扰,提高焊缝跟踪精度。工艺试验以激光焊接低碳锈钢为试验对象,研究在色噪声的环境下利用Kalman滤波对焊缝中心位置进行最优估计,得到焊缝中心位置最优预测值,消除系统状态噪声与测量的干扰影响。从磁光图像中提取焊缝位置参数并构成状态向量,建立基于焊缝位置参数的系统状态方程和焊缝位置测量方程。文中分别研究了系统过程噪声和测量噪声为色噪声时,使用Sage自适应滤波,它采用前m步新息序列估计过程噪声协方差矩阵对传统的Kalman滤波算法进行改进。试验结果证明改进的Kalman滤波算法可有效抑制色噪声干扰并能够提高焊缝跟踪精度。