由于高层建筑对电梯的需求越来越旺盛,许多电梯企业开始实行大批量流水线生产。然而随着人力成本的逐年提高,许多企业面临着极大的生存压力,自动化生产设备的引入将改变这一现状。为响应现今电梯生产车间的生产要求,降低劳动力成本,提高电梯厅门无铆钉连接的速度和精度,提出并研制了一套基于工业机器人的新国标电梯厅门无铆钉连接系统。该系统具有自动化程度高,对不同门板的适应度强,生产效率高等优点。机器人示教作业需要目标物体定位精确,但工业现场由于磨损或设备故障往往使得定位不准确,在实际中,由于摄像机位置或焦距等参数的微变以及摄像头镜头的畸变导致难以获得精确的标定模型,鉴于此,本文研究了使用视觉伺服的方式来实现机器人的无铆钉连接作业任务,而无标定的视觉伺服正好能解决这一难题。本文以工业机器人的无标定视觉伺服为研究对象,深入探讨了无标定视觉伺服中的视觉控制器的实时性等问题,采用改进的遗传神经网络拟合复合雅克比矩阵。主要工作内容如下:1.介绍了新国标电梯厅门的装配工艺流程要求,阐述了每个工位的结构设计以及机器人视觉伺服系统设计,并构建了以欧姆龙CP1H为主控PLC的自动化控制系统,实现了基于DeviceNet关键技术的电气通信系统解决方案。2.完成了工件图像处理整个流程,对不同的滤波方法和边缘检测算子进行了比较分析,采用粒子滤波优化二值化图像和Shi-Tomasi优化的局部厅门角点检测法实现了复杂背景下的工件特征提取,通过图像处理得到了后续神经网络的输入数据。3.对无铆钉连接机器人进行建模和运动分析,验证了机器人逆运动学的多解性,提出了一种改进的GABP神经网络,并给出了改进的GABP神经网络的具体方案。4.通过实验对比后得出了改进的GABP具有更优越的网络性能,将改进的视觉控制器用于视觉伺服任务中,得到了较好的效果,证实本文提出的视觉控制器的可靠性。