针对视觉焊接机器人在焊接过程中存在问题,本文研究了焊缝视觉图像采集方法、图像处理方法、焊缝条纹提取方法、焊缝轨迹拟合方法、以及焊缝自适应跟踪控制方法,并做了仿真分析。所做工作内容主要如下:1.分析激光视觉传感器组成结构及原理,包括相机模型、镜头结构、激光发射器与相机位置关系、激光三角测量原理。根据张氏标定原理,利用MATLAB标定相机内参数,采用直接标定法标定激光平面,使用线性求解方法对Eye-in-Hand系统进行手眼标定。2.针对采集的激光焊缝图像,研究了一系列图像处理方法,包括图像滤波、形态学变化等。提出一种基于图像灰度水平投影法的焊缝ROI提取方法,减少了图像处理区域。针对塔接焊缝二值化图像进行开启运算,减少了激光条纹边缘毛刺,利用闭合运算处理V型二值化图像,减少了激光条纹的裂痕。3.焊缝检测过程包括两个步骤:激光焊缝条纹中心线提取和焊缝特征的提取。针对激光焊缝条纹中心线提取,利用Sobel算子、Canny算子和Roberts算子边缘检测方法来实现激光条纹中心线提取。针对塔接焊缝特征的提取,提出基于Harris角点检测算法实现焊缝特征的提取。试验验证所提出算子检测方法能够有效检测激光条纹边缘,所提出的角点检测算法能够正确检测到焊缝位置。4.针对焊缝轨迹规划,提出基于多项式焊缝轨迹拟合的最小二乘算法和多新息最小二乘算法,通过将单新息扩展为多新息增加新息量,来改善拟合精度;提出均匀B样条拟合曲线、准均匀B样条拟合、分段Bezier曲线拟合方法。仿真结果表明:（1）多新息最小二乘算法随着焊缝位置数据点的增多,拟合数据趋于真实值。（2）均匀B样条拟合曲线和准均匀B样条拟合曲线比分段Bezier拟合曲线效果要好。5.提出基于BP神经网络的焊缝自适应跟踪控制,根据系统近似模型进行MATLAB仿真,仿真结果表明控制器有良好跟踪能力和抗干扰能力。