为了防止运输过程中卷钢变得松散,传统加工方式主要是人工将卷钢内边缘焊接牢固,但是这种方法不满足日益加快的产线需求。随着科技的快速发展,钢铁产业也开始向高度自动化方向转型。为了提高卷钢生产效率,研究自动识别内边缘位置的相关技术能为机器人焊接提供技术支持,加快卷钢加工行业的发展速度。另一方面,基于机器视觉在卷钢端面规划出喷码区域,利用机器人带动末端执行器进行喷码工作。本文针对上述提出的问题与需求,利用PC上位机进行图像处理以及获取焊点位置与喷码区域,主要工作如下:分析了系统总体任务并设计整体方案,选择单目相机作为图像采集系统;确定相机光轴正对卷钢端面的相机布置方案,使相机固定于工作台上,与机械臂系统形成“眼到手上”的手眼系统;对相机进行了标定与畸变校正,分析了利用视觉技术测量产生的误差;对手眼系统标定,计算出图像坐标系与机器人基坐标系变换矩阵,并分析了手眼系统标定产生的误差及误差来源。由于采集的图像包含有不同的噪声,对采集的图像灰度化与滤波处理,以此减少无关因素的影响;利用基于可变形状的模板匹配,实现了在图像中对卷钢端面的快速识别定位;分析了几种常见边缘检测方法的影响,采用带有双边阈值的Canny算法作为边缘检测的方法;提取出所需要的卷钢内边缘后,利用角点检测方法得到卷钢内边缘的两个端点。设计了整体的图像处理流程与方案,建立了卷钢内边缘的位姿计算模型。针对最终是要对卷钢内边缘点焊并在其端面进行喷码,利用D-H坐标方法对机器人进行了运动学分析。在关节空间分析多项式插值算法的优缺点,在笛卡尔空间进行位置插补计算。在MATLAB中建立简化的机械臂模型,在三维空间中仿真出期望的轨迹。最后,利用MFC框架开发卷钢内边缘的识别系统。分析了图像处理过程产生的误差。在RobotStudio中建立了机器人系统,验证了焊接方案可行性并规划出合理的焊接轨迹;在仿真机器人系统中编写字符轨迹的数据库,通过不同输入可以得到一系列的喷码轨迹。