随着《中国制造2025》纲领性文件的提出,我国逐步迈进制造业强国的战略目标。我国工业制造业发展迅猛,对工件焊接的要求也随之越来越高。在传统的人工焊接过程中存在焊接效率低下和焊接质量没有保证等生产上的问题,同时恶劣的焊接环境和劳动强度大等问题严重影响工人的健康。当前的焊接机器人已经在工业领域应用,其中示教型机器人最为广泛,示教型机器人的工作方式是基于示教模式进行,具有稳定、操作简便和可重复工作等优点能够在一定程度上替代人工焊接。同时,存在很严重的效率问题,在示教的过程中需要示教的点数多这往往非常费时间、灵活度差和不具有强鲁棒性,这些问题是焊接机器人应用技术上的难点,机器人技术的普及和生产被这些问题严重制约。随着计算机视觉图像处理技术的迅猛发展,基于视觉传感反馈系统的仿生型机器人逐渐使用在焊接生产领域。机器视觉系统能够实时反馈焊缝图像信息,从而避免机器人在示教过程中出现的各种误差。本文基于机器视觉的焊缝识别并结合焊接机械臂的轨迹规划作为研究对象,通过对焊缝图像处理的改进来提高计算机识别焊缝的能力和提高运行的效率,同时,改进焊接机械臂的轨迹规划,使达到基于时间最优的运行效果,从而进一步提高整个焊接机械臂的运行效率。本文研究了图像预处理技术,针对传统的图像处理算法在处理带有干扰的焊缝图像时中心线图像出现断续或者偏离中心线等问题,提出了基于改进暗通道先验焊缝图像预处理的算法,结合滤波去噪、阈值处理、形态学运算、边缘检测等一系列算法,使其算法具有较强的鲁棒性,并获得清晰、居中以及连续的焊缝中心线。从而能够通过特征点的检测获得较为准确的焊缝图像中心线的特征点坐标来指导焊接机器人完成焊接。本文研究了基于双目视觉检测的情况下两幅焊缝图像的特征点匹配技术。基于SIFT特征提取的Brute-Force匹配算法和基于SURF特征提取的Flann匹配算法,深入分析算法的结构,巧妙设计实验来验证算法的可行性,来得到一种在时间和匹配正确率上都能满足焊接机器人所需求的特征点匹配算法。本文研究了机械臂的时间最优轨迹规划问题,通过一种基于遗传算法对3-5-3多项式插值机械臂轨进行机械臂的轨迹规划,同时兼顾运行的稳定性,缩小摆动幅度以保证焊接机器人在焊接过程中安全、稳定、高效运行。本文设计了基于机器学习的手势识别系统,能够快速、有效识别前线操作技术人员的手势,从而保证在生产过程中突发情况的发生时能够安全有效地进行处理。本文设计了焊接机器人的人机交互界面,能够让监察人员较为直观地观察机器人焊接的情况,并能手动调节在图像处理过程中的一些参数。使焊接机器人系统具有和谐的人机交互环境,在提高生产效率的同时兼顾安全生产。