各类传感器和智能控制方法极大促进了机器人在焊缝跟踪中的应用,不仅提高了焊缝跟踪的精度,同时提高了焊接效率和保证了焊接质量。简述了机器人焊缝跟踪系统的结构，详述了焊缝跟踪过程中各类传感器的工作原理及其特点；阐述了图像处理技术在机器人焊缝轨迹跟踪过程中的研究进展，并对图像的预处理、图像分割与边缘检测和特征提取等研究方法进行了分析。最后，总结了智能控制方法在焊缝跟踪中研究进展及不同形状的焊缝跟踪情况。
随着工业及材料科学的发展，焊接自动化技术已成为一种不可缺少的金属热加工技术。焊接环境非常恶劣，实现焊缝跟踪的自动化可以降低焊接工作者的劳动强度，提高焊接质量。机器人及传感器技术和智能控制方法的迅速发展为焊缝跟踪的实现提供了物质和技术基础。
基于视觉的机器人焊缝跟踪系统
(1) 传感系统：磁控以及电感式复合传感器、霍尔传感器。
(2) 执行机构：焊接机器人(串联机器人或移动机器人)、步进电机、十字滑块(对于移动焊接机器人)。
(3) 控制处理器：单片机与硬件处理电路。
(4) 焊接系统：焊接电源、送丝机构、工装夹具。在工件装配精度、坡口状况、接头形式等焊接条件的影响下，常常使焊枪偏离焊接位置从而降低焊接质量和生产效率。焊缝跟踪系统应用各种传感器技术，采集焊接过程中焊炬与坡口的图像以及产生的电、光、热、声、磁等物理信号；采用控制算法及图像处理等技术寻找焊缝及其中心位置，最后通过机器人的执行机构调整焊炬位置使其处于焊缝中心。
焊缝跟踪过程中应用的传感器主要包括电弧传感器和视觉传感器。旋转电弧传感器不受弧光、飞溅、磁场等因素的干扰，且焊枪本身就是传感器，不存在超前和滞后误差，因此一直受到国内外的重视。除了传感信息之外，焊接过程中的其他因素,如金属烟尘、高频电磁场、射线、电弧辐射和噪声等同样会影响焊缝跟踪的精度。因此，研究合适的滤波方法和偏差识别算法，滤除噪声并且快速、准确地进行偏差识别是国内外学者研究的难点和热点。
相对于电弧传感器，视觉传感器不与工件接触，直接获取焊接区域的三维图像信息，具有再现性好，使用寿命长等特点。但由于是基于视觉传感技术的焊缝跟踪系统，视觉传感器的检测点并不是焊接点，而且在机构装配和光、机、电协同控制上要求较高，需要有高效的图像处理和稳定的控制结构。同时，因为焊接机器人与视觉传感器之间的信息传输是闭环控制，并且需要进行焊接机器人的路径规划与姿态调整，因此对视觉传感的实时性和整个系统控制结构的精度要求较高。
