随着人口老龄化逐年加重、人工成本增高等问题逐渐显露,工业生产过程朝着智能化和自动化的方向发展,机器人代替人工生产的方式十分普遍,我国的第十四个五年规划和2035年远景目标纲要明确将机器人技术列入重点突破的科技领域,其他国家也已发布相关战略推动机器人技术的发展。装配工序作为产品生产过程中的关键工序约占总生产时间和总成本的50%和30%以上,利用装配机器人进行生产作业能大幅提高生产效率,降低成本,具有重大意义。近年来,人工智能和计算机视觉技术的飞速发展为机器人实现更高程度的智能化和自动化提供了方向,如今的许多机器人产品都搭载了视觉系统,赋予机器人自我感知能力,能够实现无人作业。在众多视觉检测方法中,按检测特征的不同主要可分为三类:手工特征、深度学习、点云特征。基于手工特征方法易受光照条件、背景和遮挡等干扰因素的影响,而使用点云特征的方法对点云模型构建精度要求较高。本文采用深度学习方式,根据实际问题,对基于关键点预测的工件视觉定位技术展开研究,主要工作如下:（1）搭建了一个工件视觉定位系统,为了提高识别准确率,采用分步式估计方法,先由深度神经网络预测工件关键点向量场,再由向量场投票预测关键点,最终由关键点计算工件位姿,并介绍了该系统的硬件组成和软件设计思路。（2）针对位姿估计训练数据集的制作过程中,真实位姿难以获取的问题,本文以Real Sense F200深度相机作为图像采集设备,结合Ar Uco位姿检测标识和ICP点云配准技术,采用离线的方式,计算出了工件的位姿信息,并构建了一组包含彩色图像、深度图像、工件掩码图像、工件位姿等信息的数据集。（3）为了保证位姿计算的稳定性,以FPS算法为主要策略,从工件表面选取最佳目标关键点,再根据装配基准选取辅助关键点;在PVNet深度网络框架的基础上搭建了深度神经网络模型,通过训练实现对输入图像中工件区域的语义分割和针对各个关键点向量场的预测。（4）由向量场预测结果生成关键点假设,并根据基于RANSAC算法的投票策略由投票点对关键点假设投票;为了降低误差,对投票结果进行分析,改进优化投票策略。根据关键点投票结果分布,确定参考点,输入Pn P求解器,计算出工件位姿,生成有向包围盒显示位姿结果。（5）通过数据集验证实验,证明了数据集的有效性;进行了位姿估计实验,并根据ADD度量对工件位姿定位结果进行评估,得出位姿估计86.05%的结果误差小于10mm;由Steward并联平台带动工件运动,将视觉定位系统位姿与平台反馈位姿进行比较,验证了系统估计结果的准确性;通过在主体被遮挡、截断和复杂背景干扰、人为干扰等条件下进行实验,验证了系统具有一定的鲁棒性。