在机器人焊接过程中,由于焊件偏移、热变形等因素的影响,实际焊接轨迹与示教轨迹总存在一定偏差,使得示教焊接已无法满足较高精度的焊接需求。近年来,基于3D视觉引导的焊接机器人通过传感器对焊缝位置进行重定位,可有效地提高焊接质量。然而,引导焊接系统对确定空间坐标系变换关系的标定算法提出了更为精确的要求。为此,本文对焊接过程所进行的标定流程进行了深入研究,提出了相应的标定算法,以满足3D引导焊接机器人的整体应用需求。为精确求解焊接机器人的工具坐标系变换矩阵,本文对工具坐标系的标定原理及标定误差产生因素进行了详细的阐述和研究。对于误差占比最大的静态结构参数误差,在基于点约束的机器人运动学参数标定方法的基础上,提出一种将运动学参数和工具坐标参数相融合的参数补偿标定方法,可大大简化标定流程,并提高参数标定精度。针对该方法求解过程中存在的奇异矩阵问题,采用弹性网回归的方法对误差参数进行辨识,从而提高了焊接机器人工具中心点的定位精度。本文还研究了线结构光传感器与焊接机器人之间的标定关系,完成了手眼标定。首先通过线结构光传感器的成像原理进行分析,理解从像素坐标到传感器坐标的转换的含义;然后根据传统“Eye-in-hand”模式建立传感器与焊接机器人的手眼标定模型,将传感器得到的二维像素值转化为机器人基坐标系下的三维坐标值。针对标定过程中由于机器人测量误差造成的手眼矩阵精度降低问题,在模型中加入欧拉角信息,改进了标定模型,可减小实验数据误差的影响;最后采用牛顿迭代法对标定模型进行求解,得到了手眼标定的变换矩阵。为了验证本文提出的标定方法的有效性,构建了机器人仿真平台,在仿真实验中验证了实验精度;并将其应用在真实的焊接机器人实验平台,进行机器人工具坐标系标定与手眼标定实验,实验用机器人基础误差远大于实际环境中焊接机器人,但最终的工具中心点形成的球半径满足3mm-5mm的工业需求,手眼标定的结果由于初始误差过大的原因导致不是很理想但实际使用中也能基本满足需求。实验结果表明上述标定方法均能满足实际焊接机器人对精度的需求。