工件分拣是工业生产环节的重要组成部分,在传统的分拣方式中,人工分拣效率较低。而配有机器视觉的机器人可以对工件进行在线分拣、实时分析和控制,具有高效、准确、稳定等优势。根据工业市场的需求,研究具有机器视觉功能的工件分拣系统,前景广阔,有着重要的工业价值和现实意义。本文基于机器视觉系统和Delta机器人的开发,完成传送带上杂乱工体的分拣,主要研究成果如下:1.文章提出了视觉系统的控制方案以及运动控制系统的设计方案,完成了主要部件的硬件型号选择,同时介绍了Labview图形化编程软件开发平台;2.对Delta机器人进行正向运算和逆向运算,得到机器人的运动学正逆解以及关节空间的轨迹规划等,为整个分拣系统提供了基本的运动控制保障;3.引入了一种简单方便的系统标定方法。通过基于形状匹配求取像素当量,依据像素当量的求取值和标定模板中实心圆的间距对相机进行标定,同时详细介绍了视觉系统的图像采集、处理、目标识别定位、坐标系转换、相同工件的剔除等内容;4.考虑到机器人抓取工件的策略问题对分拣生产线效率的影响,提出了一种按特定顺序对工件进行分拣保证分拣生产线高效运行的抓取策略,并采用遗传算法对同类工件的抓放顺序进行了优化,有效提高了分拣工件的效率;5.搭建控制系统硬件结构部分。对软件部分设计,分析软件功能需求,构建软件结构层次,最后通过视觉系统和机器人的联合试验,表明所设计的高速分拣系统运动平稳,对工件抓取准确,满足设计需求。