智能化、自动化是未来机器人技术的发展方向,作为机器人的视觉引导部分,立体视觉起着至关重要的作用。在机械臂抓取工件、自主装卸零件的过程中,都需要立体视觉的引导。由于在工件倾倒过程中没有人工干涉,被搬运工件由装卸车直接倾倒至机械臂抓取平台,其方向是无序的,大部分工件存在旋转或被遮挡的情况,该情况下工件的摆放状态即自然堆叠状态。因此自然堆叠工件的定位对生产与工程现场物质的可靠传输和分拣有重要意义。本课题针对自然堆叠工件定位中部分目标遮挡的情况,对遮挡和非遮挡的目标工件三维重建获得点云信息,再利用三维识别算法确定目标工件的轮廓并输出参考点位姿信息。主要工作如下:(1)研究了摄影几何模型中小孔成像模型、摄像机成像模型相关内容,并考虑摄像机成像过程中畸变的影响;根据双目立体视觉模型中张正友标定法,获得双目摄像机的内、外参数矩阵,两相机之间的旋转矩阵和平移矩阵。(2)应用双目摄像机与激光散斑相结合的方法,设计了一种实时三维物体重建的软件框架。针对三维物体中常见的针对纹理信息差、表面轮廓表达不完整、细节丢失等情况,采用基于Bayes理论的匹配算法结合Delaunay三角法获得支撑点与非支撑点间的关系,并实现由稀疏匹配到稠密匹配的目标物体三维重建。在损耗较小重建效率前提下提高了点云的重建精度。(3)研究了基于三维目标识别过程中,针对部分目标物体被遮挡的情况,应用线下训练与线上识别结合、全局特征描述子与局部特征描述子联系的方法,实现对部分遮挡或部分点云丢失目标三维重建物的有效识别,并利用投票方法将目标工件的位姿信息输出。