机器视觉是当前人工智能领域的一个快速发展方向,随着机器视觉技术的不断进步,推动了工业自动化、智慧安防和人工智能等行业的进步,也为各个领域的应用带来了更多的发展潜力与机会。其中双目视觉是机器视觉领域的一个重要分支。将视觉引入到机器人的抓取中,这是机器人控制技术和机器视觉相结合的产物,对提高工业生产的效率具有深刻的影响。课题主要将双目视觉技术引入到传统工业示教机器人中,使机器人能够运用视觉实现对目标物体的识别定位和抓取,主要做以下的研究工作:首先,进行相机标定技术研究,建立相机成像相关坐标系,分析相机标定的原理和标定方法。基于张正友标定原理,进行相机标定实验得到相机参数,对比标定结果,采用Opencv编程的方法对相机进行标定实验,得到相机参数。其次,研究图像特征的提取和匹配算法,相机采集的图像由于噪声等因素的干扰往往不能直接进行特征的提取和分析。所以在特征提取之前,对图像的滤波算法进行研究。分别实验对比不同的滤波算法的滤波效果,选择中值滤波算法对图像进行预处理。分析不同类型的图像特征,提出在图像空间域内,提取图像的极值点特征,运用SIFT算法对图像进行特征提取和匹配。并运用RANSAC算法对特征提取算法进行了优化。视觉抓取的实现需要进行目标物体的识别和定位,采用极值点的模板识别原理对工件进行识别。在不同的工况条件下对物体进行识别实验。采用形心定位的方式对物体进行定位,并计算物体形心的三维坐标。最后构建双目视觉抓取系统的整体框架,分析各个模块的功能,对相机、镜头和末端手爪进行选型和分析计算。建立机器人的运动学模型并进行了机器人运动学仿真分析。为了实现机器人对目标物体的正确抓取,对机器人进行手眼标定研究,确定了机械手相对基坐标系的关系。设计抓取软件,与机器人建立通讯连接,对目标物体进行了抓取实验,机器人对目标物体的识别抓取效果达到了预期。