随着我国汽车流量和交通道路之间的矛盾愈演愈烈,高速收费站交通拥堵事件层出不穷。在取消收费省界收费站的变革政策的部署下,混合车道大量并入ETC专属通道,但仍存在25%的车主未装配ETC、计重收费的货车也需走混合车道,造成了混合车道的巨大负担。同时现阶段半自动智能发卡点位置固定,导致车辆停靠位置不佳时取卡困难,需司机主观靠近取卡,影响车道通行效率。因此本文提出了一种基于机器视觉的高速公路入口自动发卡系统,赋予机器人视觉识别能力寻找最佳发卡位置,进而控制机器人来代替人工协助发卡,主要研究内容如下:首先,对系统的总体设计方案进行了研究,根据发卡系统的实际需求将其分为视觉识别部分和运动控制部分,并进行功能分析和硬件选型,使用张正友棋盘法对相机进行标定,得到了视觉图像与机器人坐标转换矩阵中的内参矩阵。其次,对识别跟踪技术进行了研究,对于获取的图像序列轮廓特征不突出的问题,首先使用灰度转换和均值化预处理图像,其次使用双边滤波和改进迭代法对传统Canny算法进行改进,来实现最佳双阈值自动选取且保留更多轮廓信息;对于所提取轮廓特征进行模板匹配时,遍历搜索匹配方式精度差的问题,引入卡尔曼滤波预测目标运动并在预测点周围进行小范围匹配,以“预测-匹配-修正-预测”的形式对目标进行跟踪,结果表明算法具有良好的跟踪精度。然后,对机器人运动学进行了研究,对于机器人末端状态难以确定的问题,依据D-H参数法和机器人结构参数,建立运动模型并以此解算正逆运动学,确定了末端位姿与各关节角的关系;对于机器人轨迹规划的问题,使用多项插值法对关节进行轨迹规划,仿真确定了用五次插值法规划关节轨迹,使用直线和圆弧插补法对末端进行轨迹规划,并预设无标定跟踪任务,仿真结果显示跟踪路径平滑稳定,验证了轨迹算法的可行性。最后,在上述研究基础上使用ROS搭建软件节点框架,联合Gazebo和Moveit对轿车和卡车进行了跟踪发卡仿真;接着设计实物实验并搭建硬件平台,使用Tisa两步法进行手眼标定,得到坐标转换矩阵中的外参矩阵,以车辆广告牌为对象进行了实物发卡并对误差结果分析,结果表明了发卡系统满足发卡任务需求。