随着工业向自动化和智能化的方向发展,工业机器人在智能制造的各个环境中越来越不可或缺。但目前工业机器人不能只解决重复性比较高的劳动,还需要结合近些年发展迅猛的机器视觉来完成更多复杂的工业任务,比如陶瓷自动打磨,自动焊接等。传统的机器人示教方式有其自身的优势,但基于视觉示教的新型机器人示教方式能够解决复杂路径的工业问题,而且具有效率高、精度高和操作简单的优点。本文提出一种基于视觉示教的方式,利用自制的带有Ch Aruco棋盘格的立方体示教工具示教,提取示教的运动轨迹并经过图像处理传输给机器人完成轨迹再现。该方法能够提取双目相机的视野范围内的运动轨迹,并且利用自制的带有Ch Aruco棋盘格的立方体示教工具解决了视觉示教中存在的空间范围不够大和遮挡性差的问题。首先进行系统框架的设计,包括硬件和软件部分。硬件部分采用两个相同的工业相机,标准的双接口采集卡,自制的立方体示教工具和UR3机器人;软件部分主要使用了Open CV(开源视觉库)。其次进行了单、双目相机的标定,采用双目视差和重投影原理对立方体示教工具进行角点提取,并利用向量积和右手定则构建坐标系进而获得运动轨迹的点集位姿。为了验证自制立方体示教工具的可行性,通过立方体示教工具来完成抗遮挡、多自由度示教。实验结果表明:双目视觉标定后的均方差误差RMS为0.074mm,平均极线误差error为0.083mm,基线误差?B为1.56mm;立方体示教的单面多姿态的空间距离平均值误差(9?为0.0708mm,方差~2为0.0059;多面同一姿态的平均误差?H,双目标定和立方体示教的平均误差都较小。然后,由于手持示教工具带来的抖动问题,导致采集到的运动轨迹点集中有一些点的位置偏差稍大,不利于示教再现的连续性,并直接使示教误差变得更大。因此,为了在一定程度上减小抖动误差,采用了Kalman滤波算法去除偏差稍大的点,紧接着又利用三次B样条曲线算法进行插值式的拟合点集,为再现运动轨迹提供了更加优化的数据支持。最后,为了验证整个视觉示教方案的可行性,先进行了手眼标定,以获取机器人工具轴坐标系相对于视觉系统中的左目坐标系的转换矩阵。并使用该矩阵,把进行一系列图像处理优化后的点集换算到机器人基坐标系下,生成机器人程序,完成再现运动轨迹的实验。实验结果表明,基于视觉示教的机器人运动轨迹提取及再现的示教方案具有良好的抗遮挡性、多自由度示教等优势特点。