管道焊縫跟蹤數(shù)字模型的研究與設(shè)計(jì)

摘"要：管道焊縫跟蹤是指焊槍根據(jù)管道焊縫的變化自動調(diào)整焊槍軌跡的過程.如何自適應(yīng)不同焊接坡口，精準(zhǔn)跟蹤焊縫并提高焊接質(zhì)量，是管道焊接中一大難點(diǎn).目前焊縫跟蹤方法主要有激光和電弧跟蹤法，缺點(diǎn)為設(shè)備昂貴及效果較差.為此，提出一種視覺和電弧融合的跟蹤算法，降低應(yīng)用成本，提升跟蹤效果.采用 “先建模，后焊接”的改進(jìn)方案，在沒有增加難度的同時(shí)提升焊接質(zhì)量.實(shí)施方法是首先設(shè)置焊縫示教點(diǎn)和焊接起始點(diǎn)，從焊接起始點(diǎn)通過視覺圖像計(jì)算焊縫坡口的坡度、深度及上下坡口的寬度等參數(shù).在遇到示教點(diǎn)時(shí)，獲取示教點(diǎn)位的電弧信息.最后根據(jù)視覺圖像信息、焊槍軌跡、傾角及示教點(diǎn)位的電弧信息等多元數(shù)據(jù)融合分析，建立跟蹤焊縫的數(shù)字模型.

關(guān)鍵詞：管道焊接；焊縫跟蹤；視覺圖像；電弧示教

中圖分類號：TG441.7;TP391.4

文獻(xiàn)標(biāo)志碼：A

0"引"言

管道焊接主要指野外管道鋪設(shè)施工過程中對每段管道進(jìn)行焊接的技術(shù).傳統(tǒng)的焊接方法主要是人工焊接，野外施工的焊接環(huán)境和條件千差萬別，焊工的勞動強(qiáng)度大，質(zhì)量一致性也難得到保障.目前，管道焊接逐漸由半自動或全自動焊接替代人工焊接，不但節(jié)約了人力成本，減輕人員的勞動強(qiáng)度，更重要的是提升了焊接速度和焊接質(zhì)量.目前國內(nèi)的半自動焊接與全自動焊接多采用電弧跟蹤技術(shù)，例如，熊谷公司自主開發(fā)出了基于管道環(huán)縫的自動電弧跟蹤技術(shù)，包括管道環(huán)縫位置的檢測及焊槍糾偏，實(shí)現(xiàn)焊槍對焊縫的實(shí)時(shí)跟蹤.國外的自動焊接技術(shù)相對國內(nèi)而言發(fā)展較早，如今也更加成熟，主要采用激光視覺傳感技術(shù)，例如加拿大的賽融公司利用其研發(fā)的立體激光視覺技術(shù)實(shí)現(xiàn)對焊縫的識別并準(zhǔn)確地定位焊縫起點(diǎn)，并且能夠?qū)崿F(xiàn)實(shí)時(shí)跟蹤焊縫.但以上技術(shù)存在造價(jià)及適用性的問題，因此急需一種能夠同時(shí)滿足高適用性和低成本的焊縫跟蹤技術(shù).

在自動焊接過程中，最難解決的問題是如何讓焊接機(jī)器人自動識別焊縫并跟蹤焊道.目前主要的解決方法是通過遙控器手動微調(diào)焊槍的位置，來適應(yīng)不規(guī)則的焊縫和焊道.近年來也有激光和電弧跟蹤方案提出，經(jīng)實(shí)際驗(yàn)證和測試，其性價(jià)比和效果均達(dá)不到實(shí)際應(yīng)用需求.其中，激光跟蹤技術(shù)不適用于擺弧焊，且造價(jià)高昂.電弧跟蹤技術(shù)通過焊槍移動焊接過程中，焊槍電流和電壓值的變化來判斷焊槍對應(yīng)位置是坡壁還是坡口，再進(jìn)一步計(jì)算焊道坡口寬度和坡深等參數(shù).電弧跟蹤的主要缺點(diǎn)是焊槍電流或電壓值基數(shù)大，采集過程中外界的干擾也大，其坡口、坡壁電壓或電流的變化量不大，這種變化量往往難以區(qū)分是干擾還是坡口與坡壁的變化引起的.

為此，本研究采用機(jī)器視角和電弧示教技術(shù)結(jié)合，提出多參數(shù)融合應(yīng)用的數(shù)字焊縫模型算法.在降低成本的同時(shí)，獲得準(zhǔn)確的焊縫參數(shù)，建立自動焊接焊縫跟蹤模型.其實(shí)現(xiàn)方法主要是：首先，改進(jìn)焊接工藝，在自動焊接開始前，建立整個焊縫的數(shù)字模型，再自動跟蹤焊道;其次，對焊管進(jìn)行起始點(diǎn)和示教點(diǎn)標(biāo)定，一般焊接起始點(diǎn)有12點(diǎn)（0點(diǎn)）、3點(diǎn)、6點(diǎn)和9點(diǎn)等.示教點(diǎn)根據(jù)現(xiàn)場管道對接情況選取，可多選，也可少選（當(dāng)焊縫不規(guī)范或變形點(diǎn)較多時(shí)就多選，否則少選）；最后，通過視覺信息、示教點(diǎn)電弧信息、焊槍的軌跡信息、焊接機(jī)器人在軌運(yùn)行的傾角信息及管道半徑等多源參數(shù)融合分析，建立焊縫數(shù)字模型.該方法主要優(yōu)點(diǎn)有：焊接前獲取圖像能有效避免在焊接過程中獲取圖像的弧光干擾；示教時(shí)電弧參量采集不受干擾，坡口的參數(shù)計(jì)算更準(zhǔn)確;通過多源數(shù)據(jù)融合分析建立的焊縫數(shù)字模型，較原來的單類激光或電弧跟蹤方案更精準(zhǔn)，其實(shí)用性也更強(qiáng).

1"管道焊縫跟蹤模型原理及設(shè)計(jì)

1.1"數(shù)字化焊縫模型原理

傳統(tǒng)的管道焊縫跟蹤原理是在焊接過程中，將拍攝的焊縫圖像發(fā)送到控制器進(jìn)行處理，獲取焊縫參數(shù)用于自動跟蹤；或是單一使用電弧跟蹤，通過獲取焊接電流大小矯正焊槍位置^［1-4］.

管道焊縫跟蹤模型通過機(jī)器視覺與電弧跟蹤技術(shù)融合的方式進(jìn)行焊接工作，焊接結(jié)構(gòu)示意如圖1所示.其中，A點(diǎn)為焊接機(jī)器人所在的初始位置，B點(diǎn)為焊接起始點(diǎn)，S_AB⌒為系統(tǒng)設(shè)置的焊段距離量，獲取每一段圖像至控制器，計(jì)算獲得焊縫參數(shù)信息用于建立焊縫模型.

焊接管道分段處理如圖2所示，將攝像頭置于焊接起始點(diǎn)C，焊機(jī)置于起始點(diǎn)A處，在攝像頭靠焊接機(jī)器人側(cè)加載濾光片，在焊接開始前，焊接機(jī)器人從A點(diǎn)運(yùn)動至點(diǎn)C，運(yùn)動軌跡依次為C-E-G-A，攝像頭捕獲每段距離的焊縫圖像，將圖像傳送至嵌入式控制器中進(jìn)行處理計(jì)算，獲取焊段對應(yīng)的焊縫深度、寬度和坡度等參數(shù)，通過傾角傳感器與管徑定位焊機(jī)所在位置，以“焊機(jī)傾角，焊縫深度，焊縫寬度”的數(shù)據(jù)格式建立焊道模型，焊接機(jī)器人從A點(diǎn)開始按照獲得的焊縫模型信息進(jìn)行焊接工作.

1.2"電弧跟蹤校準(zhǔn)原理

電弧跟蹤校準(zhǔn)是在焊接過程中，利用焊槍與工件間距離的變化引起的焊接工藝參數(shù)變化來探測焊槍高度和左右偏差，將偏差信息提供給控制系統(tǒng)對機(jī)器人末端軌跡進(jìn)行補(bǔ)償?shù)暮缚p跟蹤方式^［5］.

焊槍導(dǎo)電嘴與坡口相對運(yùn)動時(shí)，由于干伸長的不同，導(dǎo)致實(shí)際的焊接電流與設(shè)定的焊接電流不同.干伸長越短，實(shí)際的焊接電流就越大；干伸長越長，實(shí)際的焊接電流就越小，如圖3所示.

電弧傳感器的靜態(tài)模型為，

H=-KI+C（1）

式中，K為焊炬高度與焊接電流的關(guān)系因子，C為最大焊炬高度理論值，I為焊接電流采樣值.根據(jù)K與C可以計(jì)算當(dāng)前焊炬高度H，與給定值比較獲得焊炬高度調(diào)節(jié)量，也能用于計(jì)算焊縫深度.焊縫寬度計(jì)算公式，

L=v（T-t₁-t₂）2（2）

式中，L為焊縫寬度，同時(shí)也是擺寬;T為擺動1個周期的時(shí)間;t₁和t₂為在兩側(cè)停留的時(shí)間;v為焊接速度.電弧傳感原理圖如圖4所示.

通過實(shí)時(shí)采集觀察焊接電流大小，可以判斷焊槍所處的實(shí)時(shí)位置.當(dāng)右端電流大于左端電流時(shí)，控制焊槍左移修正焊接偏差；當(dāng)左端電流大于右端電流時(shí)，控制焊槍右移修正焊接偏差；當(dāng)左右側(cè)焊接電流之和高于預(yù)設(shè)電流時(shí)，控制焊槍上移糾正焊接偏差，反之控制焊槍下移糾正焊接偏差.

1.3"視覺與電弧跟蹤融合原理

機(jī)器視覺在焊接前獲取焊縫圖像信息，計(jì)算其焊縫參數(shù)建立初始焊道模型.在圖2中的示教點(diǎn)B、D、F和H結(jié)合電弧跟蹤校準(zhǔn)，通過電弧測量示教點(diǎn)位焊接電流和電壓值，計(jì)算焊槍對應(yīng)焊縫位置及焊縫參數(shù).將示教點(diǎn)測量的焊縫參數(shù)值與機(jī)器視覺計(jì)算獲得的參數(shù)值進(jìn)行對比，誤差在一定范圍內(nèi)時(shí)認(rèn)可機(jī)器視覺參數(shù)建立模型，反之使用示教點(diǎn)測量的參數(shù)值替代視覺獲得的對應(yīng)點(diǎn)位的焊縫參數(shù)建立模型.

2"研究過程與方法

2.1"圖像處理設(shè)計(jì)

攝像頭在獲取焊縫圖像時(shí)會受到外界干擾，獲取的圖像包含大量噪聲信號，需要對圖像進(jìn)行預(yù)處理^［6］.圖像預(yù)處理目的主要是為了消除噪聲信號干擾，增強(qiáng)圖像的可檢測性，提高圖像特征提取、圖像分割與匹配識別的可靠性^［7］.焊縫參數(shù)獲取過程如圖5所示.

2.1.1"圖像灰度化

為提高運(yùn)算速度，將RGB圖像轉(zhuǎn)換成灰度圖像進(jìn)行處理.常用灰度化方法有分量法、最大值法、平均法及加權(quán)平均法^［8］.加權(quán)平均法是將圖像中的所有像素點(diǎn)的各個通道值進(jìn)行人為加權(quán)，根據(jù)人眼灰度視覺效果得到的心理學(xué)灰度公式進(jìn)行轉(zhuǎn)換^［9］，公式為，

Z_xy=0.114R_xy+0.587G_xy+0.299B_xy（3）

式中，Z_xy表示圖像在（x，y）點(diǎn)處的灰度值，R_xy、G_xy和B_xy分別表示原圖像紅、綠和藍(lán)分量在（x，y） 點(diǎn)處的值.

2.1.2"圖像濾波

中值濾波能有效地去除目標(biāo)和背景中的噪聲，同時(shí)能很好地保護(hù)圖像目標(biāo)的形狀、大小、特定的幾何和拓?fù)浣Y(jié)構(gòu)特征^［10］.

2.1.3"圖像二值化

設(shè)定閾值T，用T將圖像中的信息分割為2個部分，即小于T的像素群和大于T的像素群^［11］.

2.2"焊縫檢測

2.2.1"圖像邊緣檢測

圖像邊緣是圖像中灰度不連續(xù)或急劇變化的所有像素的集合^［12］，是圖像的最基本特征之一.通過計(jì)算圖像各個像素點(diǎn)的一階微分及二階微分來確定邊緣，圖像一階微分的峰值點(diǎn)或二階微分的過零點(diǎn)對應(yīng)圖像的邊緣像素點(diǎn)^［13］.常見的邊緣檢測算子有Sobel、Prewitt、拉普拉斯和Canny算子，Canny算子相對于其他算子得到的邊緣圖像更加清晰，檢測結(jié)果如圖6所示.

2.2.2"焊縫位置提取

選取ROI（region of interest，感興趣的區(qū)域）與原圖進(jìn)行布爾運(yùn)算.通過霍夫變換在圖中顯示焊縫直線，循環(huán)查找過濾掉不符合焊縫直線斜率的其他直線，利用最小二乘法直線擬合處理，得到焊縫的理想直線并標(biāo)注，如圖7所示.

2.3"焊縫參數(shù)獲取

像素距離采用歐氏距離計(jì)算，公式為，

L（x，y）=ni（x_i-y_i）²（4）

L=L（x，y）×η（5）

式中，L表示實(shí)際距離，η表示像距與實(shí)際距離的比值.

焊縫深度采用激光測距，計(jì)算公式為，

H=ct2-h（6）

式中，H表示深度，c表示激光速度，t表示激光從發(fā)出到接收到的時(shí)間，h表示激光測距器到管道表面的距離.

焊縫寬度計(jì)算公式為，

D（a，b）=（a_x-b_x）²+（a_y-b_y）²（7）

式中，a_x和b_x分別表示像素點(diǎn)a和b的x坐標(biāo)，a_y和b_y分別表示像素點(diǎn)a和b的y坐標(biāo).

焊縫切面如圖8所示，坡度公式為，

a=arctan（DH）（8）

式中，a表示焊口坡度，H表示深度，D表示對邊長度.

焊機(jī)所在位置由傾角傳感器所獲傾角、管道半徑及焊接速度聯(lián)合獲得.在工業(yè)焊接開始前會對管道進(jìn)行管徑調(diào)整，使得每一段管徑符合工業(yè)標(biāo)準(zhǔn)誤差，因此管道可當(dāng)作圓軌道處理，傾角示意如圖9所示.

管徑R及弧長S_AB⌒的關(guān)系式為，

R_i=（R+w_i），i=0，1，…，N，w_max=W（9）

γ=γ₂-γ₁（10）

γ₁+π2=γ₂-γ₃+π2

Φ=γ₃

（11）

γ=Φ（12）

f（x）=R²_i-x²

S_AB⌒=∫^R_i^cosΦ₂

_RicosΦ11+f′（x）²dx

（13）

S_AB⌒=∫^R_i^cosΦ₂

_RicosΦ11+x²R²_i-x²dx

（14）

式中，R_i為管道內(nèi)半徑與每層焊接厚度和;W表示管壁厚;w_i表示每層焊接厚度;Φ₁為弧AA（為0）對應(yīng)的圓心角;Φ₂為弧AB對應(yīng)的圓心角，可由傾角γ_i計(jì)算得到.

2.4"視覺與電弧跟蹤融合校正

管道焊接口無明顯形變時(shí)，攝像頭提前采集圖像信息數(shù)據(jù)與示教時(shí)電弧傳感器采集電流電壓數(shù)據(jù)進(jìn)行對比，流程如圖10所示.

設(shè)定置信距離d作為視覺傳感與電弧傳感采集數(shù)據(jù)一致性檢驗(yàn)標(biāo)準(zhǔn)，D為置信距離閾值.

r=1，d≤D0，d＞D（15）

式中，當(dāng)r為1時(shí)，表明攝像頭獲取的焊縫參數(shù)信息有效，反之則無效.信息無效時(shí)采用前一采樣時(shí)刻的圖像參數(shù)信息.置信距離d的計(jì)算方法為，

d=x₁-x₂（16）

式中，x₁和x₂分別表示視覺計(jì)算獲得的焊縫寬度與電弧計(jì)算獲得的焊縫寬度.

當(dāng)焊縫因外界因素產(chǎn)生明顯形變時(shí)，可以通過人工設(shè)置示教點(diǎn)位進(jìn)行電弧檢測矯正，即在形變段選取示教點(diǎn)，使用電弧傳感技術(shù)檢測并計(jì)算點(diǎn)位的焊縫參數(shù)信息，當(dāng)參數(shù)與視覺獲得參數(shù)差值在一定范圍內(nèi)時(shí)，認(rèn)可視覺獲取的參數(shù);反之則用電弧校準(zhǔn)獲得的數(shù)據(jù)建立模型，這些信息可以視作相鄰2個示教點(diǎn)間焊縫段的參數(shù)信息.

3"模型實(shí)驗(yàn)與驗(yàn)證

3.1"實(shí)驗(yàn)平臺

在實(shí)驗(yàn)室搭建焊接模擬軌道，對比驗(yàn)證圖像視覺、電弧傳感融合方案與現(xiàn)有其他方案間的差異，將整個實(shí)驗(yàn)分為2部分：

1）單獨(dú)使用視覺焊縫跟蹤及焊接方式進(jìn)行焊接工作，得到焊接參數(shù)，與焊縫跟蹤模型算法獲得的參數(shù)及焊縫真實(shí)參數(shù)進(jìn)行對比；使用激光視覺跟蹤進(jìn)行焊接，觀察焊接情況;單獨(dú)使用電弧跟蹤進(jìn)行焊接，觀察焊接情況.

2）攝像頭將管道多段圖像傳送至控制器進(jìn)行處理獲得焊縫參數(shù)，將參數(shù)與示教點(diǎn)位電弧傳感器采集的數(shù)據(jù)及焊縫實(shí)際參數(shù)進(jìn)行對比，觀察差異大小及焊接情況.

3.2"實(shí)驗(yàn)結(jié)果

對焊道進(jìn)行圖像采集，單獨(dú)使用圖像視覺焊縫跟蹤算法進(jìn)行焊接，獲得參數(shù)見表1.

激光視覺跟蹤不適用于管道焊接.當(dāng)坡口條件較好時(shí)，單獨(dú)使用電弧跟蹤技術(shù)能夠完成焊接工作，但速度較慢;當(dāng)坡口條件較差時(shí)，難以通過實(shí)時(shí)電弧跟蹤來判斷焊槍對應(yīng)的焊縫位置，并且更加費(fèi)時(shí).

通過對管道圖像進(jìn)行處理，得到管道焊縫數(shù)字跟蹤模型，部分圖像中的焊縫參數(shù)結(jié)果見表2.

圖片對應(yīng)的焊口坡度分別為27.36°、27.35°、27.09°和28.97°.在示教點(diǎn)位視覺、電弧計(jì)算得到的焊縫寬度及融合后的焊縫寬度見表3.

由表3可知，視覺與電弧所獲焊縫寬度差值在

一定值（1 mm）內(nèi)時(shí)，焊槍按照視覺傳感得到的焊縫模型進(jìn)行焊接工作.在采樣時(shí)刻5（無明顯形變段）兩者寬度差值超過給定值時(shí)，按照上一采樣時(shí)刻的值替換此點(diǎn)位數(shù)據(jù)；在采樣時(shí)刻11（形變段）采用電弧跟蹤校準(zhǔn)測量此點(diǎn)位電流電壓信息，計(jì)算焊縫參數(shù)，兩者差值超出給定值，選取電弧傳感所獲得的參數(shù)值;在采樣時(shí)刻15（形變段）兩者差值在給定范圍內(nèi)，選取視覺傳感所獲的參數(shù)值.

通過人工測量的焊縫真實(shí)值見表4.

將表2數(shù)據(jù)與表4焊縫真實(shí)測量數(shù)據(jù)進(jìn)行對比，誤差在1 mm以內(nèi)，符合工程要求；將表1與表2進(jìn)行對比可知，管道焊縫跟蹤模型算法獲得的參數(shù)更豐富且更接近于真實(shí)值，提高了焊接準(zhǔn)確性.

4"結(jié)"論

本研究通過理論分析了現(xiàn)有實(shí)時(shí)焊縫跟蹤系統(tǒng)進(jìn)行不同焊接環(huán)境下工作的局限性及不足之處，對比論證了基于視覺結(jié)合電弧傳感校準(zhǔn)的管道焊縫跟蹤數(shù)字模型的可行性與優(yōu)越性.設(shè)計(jì)了焊接過程的圖像采集與處理系統(tǒng)，完成圖像處理算法及焊縫跟蹤模型算法設(shè)計(jì).該算法采用普通攝像頭獲取焊縫圖像，降低了技術(shù)設(shè)備成本，并通過先采后焊的方式進(jìn)行焊縫圖像采集，攝像頭獲取焊縫圖像質(zhì)量更高，嵌入式控制器在處理數(shù)據(jù)時(shí)負(fù)荷更小.

在實(shí)驗(yàn)室搭建驗(yàn)證平臺，通過嵌入式處理器獲取焊縫圖像、焊接速度和焊機(jī)傾角，通過圖像處理算法獲取焊縫的寬度、深度和坡度，再配合傾角、運(yùn)動速率、管道直徑等參數(shù)建立管道焊縫跟蹤模型，在建立模型時(shí)結(jié)合電弧跟蹤，在示教點(diǎn)位通過電弧傳感校準(zhǔn)計(jì)算獲得更加準(zhǔn)確的焊縫參數(shù)信息，提高焊接準(zhǔn)確性及焊接質(zhì)量.

參考文獻(xiàn)：

［1］劉思鵬.焊接機(jī)器人實(shí)時(shí)焊縫跟蹤控制系統(tǒng)研究［D］.銀川：寧夏大學(xué)，2022.

［2］魏通達(dá).柴油機(jī)機(jī)座激光視覺與電弧復(fù)合傳感技術(shù)的研究［D］.鎮(zhèn)江：江蘇科技大學(xué)，2022.

［3］楊玥旻，閆維新.基于圖像處理的爬壁機(jī)器人焊縫識別與跟蹤［J］.機(jī)械與電子，2021，39（3）：65-68.

［4］王平章.基于焊縫幾何特征的自動焊接系統(tǒng)［D］.成都：西華大學(xué)，2021.

［5］梅遨宇，安偉，劉建新，等.基于電弧跟蹤技術(shù)的轉(zhuǎn)向架構(gòu)架焊接機(jī)器人焊接工藝［J］.焊接技術(shù)，2021，50（10）：66-69.

［6］王韻.基于激光超聲技術(shù)的油氣管道缺陷識別研究［D］.西安：西安石油大學(xué)，2021.

［7］朱琪.數(shù)字圖像預(yù)處理算法在彩色年輪圖像分割中的應(yīng)用［J］.電子技術(shù)與軟件工程，2022，11（20）：191-194.

［8］徐曉慶，王亦紅.冷色調(diào)圖像的灰度化及其客觀評價(jià)方法［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2014，35（8）：2798-2803.

［9］段熒.古代石刻文獻(xiàn)不規(guī)則干擾修復(fù)算法研究［D］.昆明：昆明理工大學(xué)，2021.

［10］戴寧.基于圖像處理的柚子采摘點(diǎn)識別方法研究［D］.武漢：華中農(nóng)業(yè)大學(xué)，2020.

［11］陽瑩瑩.差分進(jìn)化算法的改進(jìn)及其在多閾值圖像分割上的應(yīng)用［D］.南寧：廣西大學(xué)，2022.

［12］肖奇童.基于自適應(yīng)數(shù)學(xué)形態(tài)學(xué)的遙感圖像邊緣檢測方法研究［D］.阜新：遼寧工程技術(shù)大學(xué)，2022.

［13］韓利利.基于分?jǐn)?shù)階微分的圖像邊緣檢測算法的研究［D］.北京：北京印刷學(xué)院，2021.

（實(shí)習(xí)編輯：林"璐）

Research on and Design of Digital Model Algorithm of Pipe Weld Tracking

JIAN Yuqi¹，WEN Haoyu²，XIANG Jiahui¹，WANG Dongmeng¹

（1.College of Communication Engineering，Chengdu University of Information Technology，Chengdu 610225，China;

2.School of Information Science and Technology，Southwest Jiaotong University，Chengdu 611756，China）

Abstract：

Pipe weld tracking refers to the process of the welding torch automatically adjusting the trajectory of the welding torch according to the changes in the pipe weld.How to adapt to different welding grooves to accurately track the weld seam and improve the welding quality is a major difficulty in pipe welding.At present，the welding seam tracking methods mainly include laser and arc tracking methods，which are either expensive or ineffective.Therefore，a tracking algorithm based on visual and arc fusion is proposed to reduce the application cost and improve the tracking effect.The improvement scheme of “modeling first，welding later” is adopted to improve the welding quality without increasing the difficulty.The implementation method is to first set the weld teach-in point and the welding start point，and calculate the slope，depth and width of the upper and lower groove of the weld groove through visual images from the welding starting point.When encountering a teach-in point，the researchers can obtain the arc information of the teach-in point.Finally，according to the multi-data fusion analysis of visual image information，welding torch trajectory，inclination angle，arc information of teach-in point，etc.，a digital model for tracking the weld can be established.

Key words：

pipe welding;weld seam tracking;visual images;arc teach-in