随着工业4.0革命的全面开展,工业领域中焊接自动化引起全社会广泛关注,而在焊接自动化实现过程中,焊缝自动跟踪一直是重难点,其原因在于焊接过程中产生的强光、烟尘、电弧等外部环境的干扰。如何通过传感器来准确识别焊缝位置,从而对外部设备进行准确引导一直困扰着广大研究学者。本课题以武汉钢铁集团有限公司螺旋管焊接自动化改造需求为切入点,利用市场上成熟的机器视觉模块设计一套视觉焊缝跟踪系统,以提高焊接生产力,并在降低工人生产强度的同时,保证焊接效率。本文介绍了焊缝跟踪研究的发展现状及前沿动态,螺旋管埋弧焊设备的组成以及生产过程。以焊缝自动跟踪系统的实现流程为主线来介绍整个焊缝跟踪的工作原理。主要可分为三大部分,图像采集工作,相关图像处理技术识别焊缝信息,驱动电机以调节焊炬位置。研究结合市场上成熟的OpenMV机器视觉模块,通过MicroPython来进行编程,设计焊缝图像处理的程序以提取焊缝的位置信息,利用该模块扩展性强的特点,将焊炬偏移方向和距离通过I/O输出为电机可识别指令达到调整的目的。实验过程,主要验证不同光照强度、角度条件下的螺旋管焊缝特征,不同视觉采集角度对图像质量的影响,通过对比来得到最佳的光学条件,而针对图像处理部分,通过查阅学者们的相关研究,确定处理流程中涉及到的核心算法,针对图像处理的每一步流程,都通过实验对比不同方法的处理效果、硬件运行效率等表现,来决定最终所采用的处理方案,通过多次在生产现场进行测试来考验设备的焊缝跟踪效果,针对现场出现的问题对仪器的软硬件进行调整。根据现场的试验结果得出:光照强度高的光源照明能够突出焊缝处的直线特征,有利于焊缝识别;中值滤波能够有效抑制生产过程中环境产生的随机干扰,一定程度上提高了焊缝特征提取的准确性;结合前期焊缝识别的结果,通过优化后的算术均值滤波能够有效防止光学噪点对跟踪系统的影响。