随着工业自动化与智能化的发展,工业机器人被广泛应用于工业生产加工的各个环节,而在工件加工、分拣等过程中,首先就需要对工件种类进行识别。目前工业机器人中大多使用基于模板匹配等传统视觉算法来完成工件识别任务。随着工件结构越来越复杂,传统识别方法已经难以满足识别需求。本文中针对传统算法通用性较差以及其对工件位姿变化、环境噪声等因素鲁棒性较差等问题,分别采用基于RGB-D图像的深度学习算法和基于多视图的深度学习算法来完成对复杂三维工件的识别任务。文中主要以84类打磨工件为对象进行三维工件识别算法的研究,主要内容如下:（1）首先对本课题中所需数据集进行构建。通过Phong光照模型生成基于工件CAD模型的二维多视点渲染图数据集,通过Kinect v2相机来构建实际工件的RGB-D数据集。针对实际工件数据集中背景噪声等问题,通过Mask R-CNN网络对工件目标进行分割来达到隔离背景等噪声影响的目的,从而提高实际工件数据集的质量。（2）在三维工件识别任务中,本文首先采用基于RGB-D图像的多模态卷积神经网络进行识别任务。通过对彩色图像及深度图像进行配准以及图像尺寸调整,从原始工件数据集中分割出工件目标矩形区域并处理为固定尺度,对于深度图像中空洞以及噪声问题,通过像素滤波器以及中值滤波器对其进行处理,然后通过色图映射的方法将深度图编码为彩色图像作为网络输入数据,通过使用VGG-M网络预训练模型来进行网络训练。实验结果表明在位姿及视点相对固定的情况下,识别精度可达到93.2%。（3）由于多模态神经网络对视点及位姿等因素鲁棒性较差,本文又采用基于多视图的卷积神经网络算法并对其进行改进。分别运用基于模型的多视图数据集以及实际工件数据集对MVCNN网络进行训练,实验表明MVCNN网络在实际工件数据集上识别精度较差。文中针对该问题设计了一种分阶段的识别算法,通过对工件目标进行实例分割以及图像预处理来进一步抑制噪声,最后运用MVCNN网络进行识别,达到90.8%的识别精度。对于在分阶段识别算法中存在的特征重复提取以及掩膜映射误差等问题,设计了Mask-MVCNN组合网络,通过将掩膜直接作用于Mask R-CNN网络中输出特征图,得到工件目标的特征图并作为MVCNN网络分类阶段的输入。最后通过实验证明该算法有效性,算法识别精度达到92.4%。（4）最后对本文中两种方法进行对比。基于RGB-D图像的多模态神经网络在特定情况下识别精度达93.2%,同时只需对目标进行一次图像采集,识别速度快,但对于视点及位姿变化等因素鲁棒性较差。Mask-MVCNN组合网络识别精度略低于基于RGB-D图像的方法,但是对上述因素具有较强鲁棒性,更适用于具有复杂结构的三维工件的识别任务,但由于需要对多视点图像进行采集及特征提取,识别过程较为耗时。