在智能制造为核心的工业4.0背景下,随着中国制造2025战略的深入,工业的自动化程度越来越高。其中手眼系统的普及给自动化生产的高效性提供了保障。双目立体视觉系统是手眼系统中最为常见的,双目立体视觉技术已在自动仓储、航天、军事、家居等领域有着广泛的应用,而标定与测距技术是双目立体视觉的基础与核心部分,因此研究双目立体视觉的标定与测距技术就显得尤为重要。本文针对自动化仓储系统中的工件测距问题,在以下方面进行了研究:(1)提出基于Huber损失函数的圆形标定板圆心提取算法。通过Canny算法提取圆形标定板圆点的边缘,再使用Harris算法提取圆点边缘的角点,最后采用Huber损失函数将所得到的角点拟合成一个圆,进而得到圆心。研究了摄像机标定的基本原理,并采用BP神经网络进行摄像机的标定。实验证明本文提出的圆形标定板圆心提取算法可以提高BP神经网络的标定精度。(2)研究了基于向量夹角的SIFT匹配算法。通过研究FAST算法和SIFT算法在对特征点提取效果的不同,依据工件测距的高精度要求,选择更加稳定的SIFT特征点提取算法,采用基于向量夹角的最近邻搜索方法进行SIFT特征点匹配,实验证明添加基于向量夹角的最近邻搜索算法可以提升SIFT匹配算法的稳定性。(3)完成了工件测距的实验。搭建工件测距的软硬件环境,采用基于向量夹角的SIFT匹配算法完成工件特征点的匹配,求出工件的视差图,从而确定工件深度信息,完成工件测距,为下一步机器人抓取做准备。本文所研究的标定与测距技术可以应用在机器人的导航、路径规划、自动化仓储系统等领域,可以极大的提高工厂的智能化程度,节约成本,提高生产效率。