焊接是制造领域中一种重要的加工手段。自动化、智能化是当前焊接技术的发展趋势,传感器技术是实现该目标的关键技术之一。视觉传感具有精度高、信息丰富的特点,广泛应用于焊接过程中的焊缝的识别、跟踪和熔池检测。这些都建立在摄像机准确标定的基础之上。基于这样的背景,为提高焊接机器人的智能化水平,本文对焊接机器人视觉系统标定和焊缝初始焊位视觉导引进行了研究。本文首先系统分析现有摄像机标定方法,在此基础上选用张正友标定模型。然后把摄像机标定转化成一个多变量、非线性的全局优化求解问题。粒子群算法(Particle swarm optimization,PSO)及其改进形式,在处理这类问题上表现出优越的性能。因此本文尝试将PSO算法应用到焊接机器人视觉系统标定,提出了一种基于改进的混沌粒子群优化算法(Improved Chaos particle swarm optimization,ICPSO)的视觉系统标定方法。针对标准PSO算法易早熟和局部收敛的缺陷,通过在原有的算法中引入混沌变异、采用自适应惯性系数以及完善算法边界条件,提出了改进的混沌PSO算法——ICPSO。基于该算法的摄像机标定实验表明:改进后算法在收敛速度和精度上有明显提高,说明算法改进的必要性。且标定结果与张正友法十分接近,表明该标定方法是可行的。最后本文对直角焊缝进行了初始焊位的视觉导引实验。在图像处理上,针对初始焊位是两个工件边缘与焊缝交点的这一特征。通过图像平滑处理、Canny边缘检测、面积滤波和Hough变换这些处理手段,成功提取了初始焊位的像素坐标。然后采用“一目双位”的方式重建初始焊位点三维信息,并进行视觉导引实验。实验结果表明:在X、Y方向上的误差在±2mm内,Z方向控制在±2.5mm内,并分析了影响导引误差的原因。