planning.Through the laser sensor installed at the end of the welding robot,the welding seam data is continuously collected in multiple segments in a segmented scanning manner.In order to improve the tracking accuracy,a combined filtering method is used to correct the data to reduce the effects of burrs,data distortion and noise on the surface of the weldment. Then the feature points are collected and the coordinate system is calibrated to determine the welding points.Finally,the spatial welding path is obtained by path planning.Experimental investigations are carried out for two-dimensional type S and 3D complex welding.The results show that the proposed method can form a complete welding path.The average errors of the two weldments are about 0.296 mm and 0.292 mm respectively,which could fulfill the required accuracy of 0.5 mm.It shows that the proposed tracking method is effective and can provide reference for the research of high-precision tracking and automatic welding. KEY WORDS seam tracking:3D complex welding:segmented scanning:feature points extraction;path planning 随着制造业和工业技术的进步，焊接机器人逐渐替代传统手工焊接，泛应用于各种场合， 大大提高了制造效率山。应用于焊接机器人的焊缝跟踪技术可实现焊接的自动花与智能化。目前焊 缝跟踪技术存在跟踪精度不高，跟踪实时性不强等问题，国内外学者对此展了研究。 Chang等开发出差分特征点检测算法与折线式路径规划方法，搭建了便携式机器人跟踪焊接 系统，成功应用于双壳船壁结构。Zhao等l提出基于ERFNet网络算法的焊缝跟踪系统，解决了强 背景噪声下的焊缝特征点提取，实现在线路径规划与偏差实时修企，实验验证误差在0.25m内。 Banafian等开发出基于激光和立体视觉结构光的焊缝跟踪系统，利佣改进的图像处理方式实现精 确跟踪，实验验证误差小于0.4mm。Zhang等I针对复杂儿维焊缝进行焊接实验研究，对特征点精 确定位后，焊接路径的平均误差为0.387mm。针对焊接时焊枪与焊缝中心线不对中的情况，Park等 提出基于移动平均算法的模块化焊缝跟踪系统，成应用于海上管道焊接，并控制误差在0.3mm 内。对于跟踪过程中产生的噪声干扰，Z0山等提出基深度学习的高鲁棒性焊缝检测器，实现了连 续强噪声干扰下的高精度焊缝跟踪。 上述研究促进了焊缝跟踪技术的发展，但研究对象大多以二维平面焊缝为主山，空间焊缝仅 面向螺旋线、相贯线等规则曲线2，对空间内任意复杂焊缝的研究较为缺乏。为此，本文以三维复 杂焊缝为研究对象，提出一种焊缝四步跟踪法，通过分段扫描的方式采集三维焊缝数据，并利用二 阶导数最值法与组合滤波的方法提取特征点，通过三次非均匀有理B样条拟合(NURBS)的方式 实现焊枪的路径规划，完成焊缝跟踪。 1组成与原理 焊缝跟踪系统包含机器入、激光传感器、焊接设备、工控机、控制柜等，其构成原理如图1所示。 本文使用基于结构光的激光传感器作为视觉工具，具有响应快、抗干扰能力强等优点。planning. Through the laser sensor installed at the end of the welding robot, the welding seam data is continuously collected in multiple segments in a segmented scanning manner. In order to improve the tracking accuracy, a combined filtering method is used to correct the data to reduce the effects of burrs, data distortion and noise on the surface of the weldment. Then the feature points are collected and the coordinate system is calibrated to determine the welding points. Finally, the spatial welding path is obtained by path planning. Experimental investigations are carried out for two-dimensional type S and 3D complex welding. The results show that the proposed method can form a complete welding path. The average errors of the two weldments are about 0.296 mm and 0.292 mm respectively, which could fulfill the required accuracy of 0.5 mm. It shows that the proposed tracking method is effective and can provide reference for the research of high-precision tracking and automatic welding. KEY WORDS seam tracking; 3D complex welding; segmented scanning; feature points extraction; path planning 随着制造业和工业技术的进步，焊接机器人逐渐替代传统手工焊接，并广泛应用于各种场合， 大大提高了制造效率[1]。应用于焊接机器人的焊缝跟踪技术可实现焊接的自动化与智能化[2]。目前焊 缝跟踪技术存在跟踪精度不高，跟踪实时性不强等问题，国内外学者对此开展了研究。 Chang 等[3]开发出差分特征点检测算法与折线式路径规划方法，搭建了便携式机器人跟踪焊接 系统，成功应用于双壳船壁结构。Zhao 等[4]提出基于 ERFNet 网络算法的焊缝跟踪系统，解决了强 背景噪声下的焊缝特征点提取，实现在线路径规划与偏差实时修正，实验验证误差在 0.25 mm 内 。 Banafian 等[5]开发出基于激光和立体视觉结构光的焊缝跟踪系统，利用改进的图像处理方式实现精 确跟踪，实验验证误差小于 0.4 mm。Zhang 等[6]针对复杂二维焊缝进行焊接实验研究，对特征点精 确定位后，焊接路径的平均误差为 0.387 mm。针对焊接时焊枪与焊缝中心线不对中的情况，Park 等 [7]提出基于移动平均算法的模块化焊缝跟踪系统，成功应用于海上管道焊接，并控制误差在 0.3 mm 内。对于跟踪过程中产生的噪声干扰，Zou 等[8]提出基于深度学习的高鲁棒性焊缝检测器，实现了连 续强噪声干扰下的高精度焊缝跟踪。 上述研究促进了焊缝跟踪技术的发展，但研究对象大多以二维平面焊缝为主[9-11]，空间焊缝仅 面向螺旋线、相贯线等规则曲线[12-14]，对空间内任意复杂焊缝的研究较为缺乏。为此，本文以三维复 杂焊缝为研究对象，提出一种焊缝四步跟踪法，通过分段扫描的方式采集三维焊缝数据，并利用二 阶导数最值法与组合滤波的方法提取特征点，通过三次非均匀有理 B 样条拟合（NURBS）的方式 实现焊枪的路径规划，完成焊缝跟踪。 1 组成与原理 焊缝跟踪系统包含机器人、激光传感器、焊接设备、工控机、控制柜等，其构成原理如图 1 所示。 本文使用基于结构光的激光传感器作为视觉工具，具有响应快、抗干扰能力强等优点[15]。 录用稿件，非最终出版稿