随着经济全球化与科技智能化的发展，装配制造业中定制化与个性化生产逐渐取代传统批量化的生产方式。面对行业趋势的改变，传统装配机器人已经无法满足现代生产要求.智能化与自主化成为装配机器人的发展新方向[1-4]。因此，双目视觉系统融合装配机器人符合行业的发展要求。通过双目立体视觉技术，装配机器人可以主动获得障碍物、目标物以及工况环境等信息，从而完成自主装配任务。其中双目立体视觉的三维重建技术一直是众多学者们研究的一个重要课题，但同时也面临着许多挑战。例如目前在视觉技术中仍存在原始图像预处理不彻底以及立体匹配算法待优化等技术难点。针对上述问题，本文基于6自由度串联智能机器人自主轴孔装配平台的双目视觉系统进行了如下研究工作。　　l、双目机器视觉系统标定。首先对双目标定原理进行理论研究，对传统标定法、摄像机自标定法以及基于主动视觉的摄像机标定法三种方法进行比较。然后结合装配机器人双目云台视觉系统的标定环境，采用传统标定法中Zhang的两步标定法[33-36]进行双目标定。最后根据双目视觉定位对棋盘横纵方格尺寸进行测量实验，实验结果相对误差在3.18%以内。　　2、双目立体视觉图像预处理。工业CCD相机采集的原始图像，在成像过程中会出现图像噪声、亮度差异以及图像失真等问题。本文对图像中出现的上述问题进行分析，采用图像预处理四步法[6]对原始图像进行处理。针对工业装配环境下的采图环境，如获取图像中椒盐噪声为主要噪声以及左右图像亮度差异化较大等影响因素，对图像预处理四步法作出了相应改进，最后形成了由中值滤波，直方图均衡化及匹配，Laplace锐化处理组成的新预处理四步法。通过新的预处理四步法进行图像处理实验，原图像中的椒盐噪声有效减少，同时改善了左右图像的亮度差异，最后对图像中的失真以及前几步中造成的图像平滑效果进行弥补，增强了边缘与细节信息。　　3、基于双目立体视觉的图像匹配。获得丰富的特征点信息并将其进行准确的匹配一直是立体视觉技术中的研究重点。本文对特征匹配方法中的SIFT算法和SURF算法进行理论研究分析，并针对SIFT算法中的特征点提取环节，通过融合Harris特征检测算法对其进行改进优化。最后对SIFT匹配算法、SURF匹配算法以及本文中的改进算法进行实验比较，实验结果表明改进的匹配算法中特征点的提取数量以及有效匹配率方面要优于其他两种算法。　　4、基于智能装配机器人双目视觉系统的三维重建实验。本文对前期各项技术处理之后的障碍物图像进行三维重建，生成三维稀疏点云，获得障碍物的空间三维信息。通过实验验证了本文研究的各项关键技术的可行性及可靠性，达到了预期效果。