焊缝监测方法中，传感器是关键的部分，经过多年的发展，先后出现了接触式传感器、电磁传感器、光学传感器、电弧传感器等众多不同手段监控焊缝的方法。
接触式传感检测方法将传感器安装在机械结构上，并置于焊炬前端，焊接时沿焊缝移动，通过数据采集卡将信号转化成数据传输到工控机上，通过计算机处理过后得到焊缝位置，确保焊炬不偏离焊缝中心[4]。接触式传感器结构简单、成本低，但是当探针偏离焊缝中心时，采集到的数据偏差很大，且对振动比较敏感，误差比较大[5]。
电弧传感检测方法利用焊接过程中的电弧电流波形或电弧电压波形的变化来获得电弧中心是否偏离焊缝作为传感信息，实时性强,跟踪效果好，抗弧光干扰。但是由于焊炬和焊接方法的不同，需要设计对应的传感器，适应性很差。且在高频处表现很差，所得信息也只是二维图像，很不直观[6]。超声传感检测方法也是放置在焊炬前方，通过向焊件发射超声波检测信号，遇到金属表面后，超声波被反射回来然后通过超声波传感器接收后输送给放大电路，经处理过后得到焊缝信息[7]。超声波传感器价格比较低廉，对飞溅、烟尘、弧光、磁场等干扰不敏感，但是较于视觉传感器精度不高；由于超声波的特质，在不同介质中传播速度不同，影响对焊缝的检测；对于CO2气体保护焊，当工件表面比较粗糙时，会造成部分声波被吸收，这样超声波检测的误差就会很大，甚至无法检测。
视觉传感检测方法通过使用CCD和CMOS模块的高速相机，运用“主动视觉”或“被动视觉”的方法拍摄焊缝实时形貌，通过计算机图像处理的方法，获得焊缝形状、熔池形貌、电弧形状等信息[8]。视觉传感方式获取信息量大、精度高、对不同焊接的适应性好，并可以通过工控机进一步做到实时监控和控制。但是价格高昂、对焊接烟尘、飞溅等敏感度高。
随着人工智能、电脑技术、图像处理等技术的发展，视觉传感在焊接自动化中的应用越来越广泛[9]，通过CCD和CMOS相机采集焊接区域图像，通过图像处理的手段，获得坡口、熔池和电弧等特征信息。并能用于检测焊缝偏差以及表征焊接质量。视觉传感系统可以对电弧、坡口和熔池进行直接采集，分辨率高、速度快、灵敏度高，在焊接自动化领域备受青睐，应用也愈加广泛，视觉监控方法大致能分为主动视和被动视觉两种[10]。其中，主动视觉是通过外加特定波段的光源对焊缝实行检测，被动视觉是不外加光源，依靠焊接时发出的弧光进行图像采集和检测。主动视觉通常能弥补物体本身表面纹理不清晰、光线不足的缺点，但容易忽视物体本身的特性。而被动视觉传感利用焊接时发出的弧光，也能够获取焊接区域的整体信息。
高向等人针对光纤激光焊，采用红外视觉监控的方法跟踪焊缝，得到熔池红外图像，通过组合图像灰度梯度和提取熔池图像，观察熔池的热分布与之相关焊缝偏差范围。再通过测量此参数，建立了一个激光焊接焦点和焊缝中心的动态视觉模型，从而得到焊缝偏差[11]。
石玗等人运用激光作为主动光源，通过运行在LABVIEW环境下的VisionBuilderAI3.0软件,对图像进行灰度和滤波处理之后，实现了对焊缝坡口间隙检测[12]。顾网平等人在传统视觉传感的基础上，运用两个不同方向的CCD相机，对窄间隙焊接进行多视觉监控，分别对两个相机采集到的图像进行图像处理，获得较为精确的熔池图像[13]。蔡春波运用CCD视觉传感器和PLC对焊缝进行实时跟踪，在PLC反馈后通过PID控制系统对焊枪位置和焊接速度进行调节[14]。K.SUNG，H.LEE设计了一种多道激光的联合视觉传感器对搭接接头进行焊缝跟踪[15]。许燕玲等人针对机器人钨极氩弧焊，设计了一套三维焊缝跟踪系统，并使用高速控制器实现了对焊炬与焊缝之间偏差的实时纠正[16]。 焊缝监测方法研究现状:http://www.youerw.com/yanjiu/lunwen_205169.html