焊接机器人能代替工人执行高危险的焊接工作,并提高生产效率和焊接质量,广泛应用在汽车、造船、电子等工业生产过程。随着3D传感器和点云的处理技术在焊接工业中的运用,焊接技术向着智能化、柔性化和高度集成化的方向发展。在焊接技术的发展过程中,由于不同应用场景,导致了焊件的焊接工序不同,并且焊接的复杂度和焊缝类型也是多种多样,因此,目前焊接作业主要采用单线型焊件的实时引导焊接和复杂焊件的轨迹引导焊接两种形式。在这两种焊接方式中,焊点数据和焊接轨迹的提取是实现这个两种方式的关键点,并且通过算法提取的焊接轨迹与理论的焊接轨迹之间会存在空间上的平移和旋转偏差,因此,需要对其进行实时矫正,以避免焊接失败等严重后果。为实现单线型焊件的实时引导焊接,本文基于3D激光传感器实时采集焊件的焊缝数据,并实时提取多种焊缝类型的焊点数据传送给机器人,从而引导机器人进行焊接。同时,针对复杂焊件的焊接轨迹提取,本文提出了一种改进的点云平面拟合轮廓提取算法。首先,对焊接轨迹所在的平面采用随机采样一致性算法进行平面拟合,然后,采用最小二乘法拟合微切平面方法提取拟合点云平面的边界点,接着,利用基于最小距离寻找外轮廓以实现有效轮廓的提取,最后,针对获取的焊接轨迹开展3次B样条拟合曲线,以实现数据的平滑处理。此外,为了解决焊接机器人在实际焊接过程中出现的轨迹偏差问题,本文提出了 一种基于局部轮廓特征配准的焊接轨迹矫正方法。该方法针对传统的迭代最近点算法（ICP）的精度严重依赖于两个配准点云的初始位置,且对噪声数据敏感等问题,通过提取点云中焊件的轮廓特征点作为配准数据,有效地精简了数据并消除了噪声点,提高了配准的精度;同时,该方法采用局部轮廓配准完整轮廓,大大缩短了提取轮廓的时间,提高了配准的速度。最后,本文搭建了机器人3D点云焊接的实验平台,通过QT开发了焊接轨迹提取与矫正的软件,对本文提出的算法进行实验。实验结果表明,通过本文的焊点提取算法对焊缝进行焊点的实时提取,其结果同商用软件QS-TRACK对比,在精度上相差在0.1mm以内,能为实时引导焊接提供精准的焊点数据。对于复杂焊件的焊接,通过本文改进的焊接轨迹的提取算法进行轮廓提取,再进行3次样条的平滑处理,结果能满足焊接的需求。与ICP算法相比,本文提出的轨迹矫正算法,配准精度和速度都有所提升,能对焊接过程中的焊接轨迹进行实时矫正。