焊接技术广泛应用于各个生产制造领域,是生产制造中重要的一环。而在传统焊接领域,焊接过程大多由工人或机器人示教完成,导致焊接自动化程度低、效率低下,因此,实现焊接自动化具有重要意义。为了达到这一目的,本文为K-TIG焊开发了一套焊缝跟踪系统,该系统是通过高动态相机拍摄焊接过程中焊接区域图像,并根据图像信息计算出焊接偏差,最后根据焊接偏差控制机器人驱动焊枪沿着焊缝运动完成焊缝跟踪任务。在开发这套系统的过程中,做了如下研究:为了能够从含有工件表面纹理和噪声所造成的干扰中准确地提取出熔池边缘和焊缝边缘,本文提出小波变换+K-means+随机森林的算法对焊接图像进行边缘检测。在此基础上,本文提出一种根据熔池边缘和焊缝边缘计算焊接偏差的方法,首先对熔池边缘进行椭圆拟合,将椭圆中心近似作为焊枪尖端中心在工件的投影点,接着将椭圆按比例放大,与焊缝边缘的相交点作为焊枪下一运动目标点。由焊枪尖端中心在工件投影点和焊枪下一运动目标点在世界坐标系的关系,可以计算出焊接偏差。为了使焊接偏差检测算法能够满足焊缝跟踪系统的实时性要求,本文根据小波变换、K-means和随机森林的计算特点,对算法进行并行优化和CUDA编程,使算法在GPU上进行并行计算。经过并行优化的算法的运算时间为62.34ms,相对于在CPU上运行加速比可达123.79。最后,对本文开发的焊缝跟踪系统分别在直线、折线、曲线上进行焊缝跟踪精度实验,以检验系统的跟踪精度和鲁棒性。试验结果表明,焊缝跟踪系统对直线焊缝的跟踪偏差在±0.12mm内,对折线焊缝的跟踪偏差在±1.65mm内,对曲线焊缝的跟踪偏差在±1.76mm内。