随着计算机视觉的发展,视觉机器人在生产过程中扮演的角色日益重要,机器人的定位和抓取被广泛使用。在工业生产领域,不可避免地需要定位抓取弱纹理物体,目前,机器人视觉技术中并不能很好地解决定位抓取弱纹理目标的问题。针对弱纹理目标定位的问题,本文提出了投射散斑的双目视觉及机器人定位的方法。该方法在继承了双目机器人的优势,实现了弱纹理目标的重建与定位。本文的主要研究内容如下:(1)建立了散斑投影的双目视觉及机器人定位系统模型。该模型通过投射散斑完成弱纹理物体的三维重建,经过手眼关系的坐标转换可以实现机器人对目标的三维定位。根据三维定位原理,构建了定位系统的试验平台,并对其硬件完成了相应的选型。建立了机器人双目视觉系统测量标定模型,针对采集的单个图像质量低会导致标定误差增大的问题,用张氏标定法对双目摄像机模型进行了两次标定,可提高双目摄像机的标定准确度。研究了机械臂手眼关系标定的方法,并利用Tsai的两步法对手眼关系完成了标定。(2)研究了边缘检测的方法和原理,并用几个典型的边缘检测方法对目标的边缘检测效果进行了评估。选择效果较好、定位精度较高的Sobel边缘检测算法作为目标边缘的检测算法。本文针对纹理较弱的球形或碗状的目标图像进行边缘检测后,为了实现目标的准确定位,提出了改进的基于Hough变换的拟合圆算法。通过使用改进的圆拟合算法对边缘轮廓进行圆拟合,结果表明,改进算法具有更好、更准确的拟合结果,从而使得二维定位精度更高。(3)研究了投射散斑的弱纹理目标的三维重建,比较了全局域和局域数字散斑算法的优劣。针对被测物体采用了局域的数字散斑算法为本文的数字散斑点的生成算法,并对如何设置散斑参数和局部区域大小的划分能更好反映物体的表面信息进行了研究,得到了散斑点的数目、尺寸等参数与投影效果之间的规律。针对投影散斑后的目标物,设计了基于LOG算子加权的二次引导滤波局部立体匹配算法流程。该算法减少了散斑投射引入噪声和光晕现象的影响,提高匹配精度,最终重构了被测对象。实验表明,该方法重建出的被测对象效果较好。被测对象的三维信息被相机获得之后,经过手眼转换,便可以实现机器人对目标物的三维定位。(4)使用Visual Studio2015+Open CV开发投射散斑的双目视觉及机器人定位系统,同时,结合界面应用程序开发框架Qt来设计人机操作界面。在两个模型上进行了定位实验,以验证定位系统的可行性和机器人的定位精度。