近年来,随着智能制造技术的发展,机器人被越来越多地应用到生产生活的各个领域。为了提高其作业的自主性与智能性,机器视觉逐渐被应用与机器人技术相结合,赋予机器人感知环境的能力。随着需求的增长,对空间复杂环境下任意姿态的物体进行快速准确的识别与定位成为研究的热点。针对这一问题,本文对双目立体视觉技术进行了研究。本文首先分析相机的成像与畸变模型,建立视觉系统的坐标系,对投影矩阵进行推导。搭建了平行的双目立体视觉系统,采用张正友标定法对其标定,获取视觉系统的内外参数及畸变系数,对图像进行畸变矫正,并设计实验验证了标定的精度。对采集到的图像进行预处理。在分析传统的基于SIFT描述子的特征匹配方法的基础上,针对其实时性较差的缺陷,采用将Harris角点检测算法与基于随机树的分类方法相结合,将对特征点的识别转换为分类问题对其进行描述。通过实验对两种算法的性能进行评估,结果表明本文采取的方法具有更好的稳定性与实时性。在校正立体视觉系统后对两幅图像进行立体匹配,求解特征点对应的视差,计算深度信息并结合标定结果进行三维重建。依据2D-3D特征点对的位置信息,以重投影误差最小为标准,采用Levenberg-Marquardt算法迭代求取目标物体的位姿。对不同条件下目标物体的定位问题进行研究并通过实验验证识别定位算法的准确性,制定多目标物体的定位策略。搭建面向机器人基于视觉的目标识别定位抓取实验系统。对机器人进行运动学分析,采用Eye-to-Hand模式对系统进行手眼标定,将视觉定位结果转换到机器人坐标系,通过反求机器人关节角实现对目标的抓取。针对基于视觉对空间复杂背景下任意姿态物体识别定位的需求,研究对应的识别定位算法,并设计机器人基于视觉的抓取实验进行验证。研究结果表明:所采用的方法可以准确、快速、稳定地实现对目标的识别定位,满足机器人实时抓取的需求。