随着我国2021年底《“十四五”机器人产业发展规划》的提出,以工业机器人代替人力逐步成为装备制造业数字化、智能化发展的重中之重。尽管目前工业机器人已广泛应用于自动化焊接领域,但焊接的轨迹规划仍普遍采用人工示教的方式。对于复杂工件的三维焊缝轨迹,人工示教不仅费时,而且针对不同规格的工件还需要重复示教,因此研究以工件视觉定位、焊缝轨迹特征提取与重建为主要技术的机器人自主示教对于生产力的提升具有十分重要的意义。针对当前自动化焊接存在的问题,本文基于结构光对管管相贯体工件焊缝轨迹特征提取与重建技术展开研究,用以替代复杂工件三维焊缝轨迹繁琐的人工示教工作。本文的主要工作内容如下:首先利用3D结构光相机获取焊接场景的三维视觉信息,通过基于体素最近邻点的降密度采样、坐标约束的点云直通滤波、统计学的离群点去除等方法对原始点云数据进行预处理,从而获得了密度适中、均匀分布的点云数据,提高了点云质量与后续算法的运行速度。在此基础上,本文提出了一种基于拟合轴线的特征面拼接方法,使用RANSAC算法拟合圆柱面参数,依据拟合参数将多个视角拍摄的工件点云数据转换到同一坐标系中,并以旋转拼接的方式还原出管管相贯工件完整的形貌特征。该方法相较于一般的点云拼接方法能够准确地获取自由摆放工件的位置,且降低了对工件夹具的精度要求,增加了系统的鲁棒性。进而,通过对工件点云进行焊缝特征线提取与空间曲线拟合,建立了跟随焊缝轨迹的动坐标系,并依据手眼标定的坐标转换获取了各焊缝轨迹点处焊枪的位姿参数,从而实现了对管管相贯这一复杂类型工件焊缝轨迹的特征提取与重建。最后本文搭建了机器人焊接视觉采集实验平台,验证分析了本文点云预处理、特征面拼接、空间曲线拟合以及焊缝轨迹提取与重建等主要方案的准确性与有效性。实验表明,各方案的效率和精度均达到了焊接领域的工业要求,为复杂工件自动化焊接过程的实现提供了基础条件。