近年来,随着传感技术、机器人技术、物联网以及人工智能的飞速发展,制造业的智能化成为必然趋势;作为其中的重要组成部分,智能焊接的发展也备受关注。然而,目前广泛应用的示教再现和离线编程的焊接方法效率低下、适应性差,更无法知道坡口尺寸的动态变化,而难以获得优异的焊接质量,因此机器人焊接的智能化水平仍有待提高。本文提出了一种基于激光扫描的自主编程机器人焊接方法,实现了复杂曲线焊缝的自主焊接。为了提高三维点云的识别精度,本文以时间路程插值方法优化了多折线扫描数据的转换过程。接着,通过基于高度特征的图像转换与针对性的图像处理算法,有效地滤除干扰并提取了焊缝三维特征点,并且通过三次平滑样条算法重构了更加贴近真实工况的焊缝三维空间模型。基于该模型,进行了有效的焊接轨迹规划:通过Douglas-Peucker(DP)算法对焊接路径进行数据压缩而降低了后续计算复杂度;基于坡口几何模型计算了焊枪姿态,并通过平滑插值算法减少了焊接路径上姿态角的异常波动。此外,本文通过一系列控制变量的焊接实验数据,以及Back-Propagation(BP)人工神经网络算法,建立了搭接间隙与焊接电流、焊接电压的对应关系模型,用于按照搭接间隙来预测所需工艺参数;并且结合折线拟合算法插入新路径点从而实现了机器人焊接任务中工艺参数的自适应控制。基于获取的焊接轨迹上的位姿与工艺参数信息,最终自主生成机器人焊接任务并将其执行。本文对于间隙随机分布的不同曲线焊缝的搭接工件进行了自主焊接试验,其再现轨迹精度基本满足弧焊要求,平面型试样获得了均匀饱满的焊缝成型结果,从而初步验证了这种自主焊接方法的可行性、有效性和兼容性。