我国国土面积辽阔，货物运输数量大、种类多，加之经济快速发展，诸多因素对铁路运输提出了严峻的考验，建立大型编组站来中转货物势在必行。目前，我国已建成新丰镇、成都北等大型编组站，并相继使用编组站综合自动化系统来提高工作效率，但是车辆解体过程中的摘钩作业仍由人工完成。为了进一步提高解体编组效率，改善工人劳动条件，保证人身安全，需要有一套自动摘钩设备代替人工作业。论文对提钩自动化系统的研究仅限视前获得部分，将双目视觉技术应用在自动摘钩过程中，用来测量车钩与设备之间的距离，得到目标车钩的三维坐标，控制机械手完成摘钩作业。我国货物列车车钩类型复杂，但这里将捕捉目标车钩转化为获取摘钩手柄的三维信息，极大降低了图像处理难度。大型编组站作业量大，且昼夜连续工作，采集图像的背景复杂多变，图像采集和传输过程与室外环境和光照变化密切相关。因此，论文用改进的图像预处理方法提高图像质量，消除光照和噪声的影响，并且用改进的边缘检测方法进行图像分割，减少图像信息量，保留图像特征。为了在复杂的图像背景中分辨出摘钩手柄的位置，论文用图像处理中的模板匹配方法。要保证解体效率，摘钩作业必须在车辆和设备都处于运动状态的情况下完成，图像中会出现手柄位置发生平移、伸缩放的情况，论文采用基于几何特征的模板匹配方法在图像中匹配感兴趣区域，并用添加相似度量计算终止条件、改进搜索策略、最小二乘法提高匹配精度等方法对算法进行优化，从技术角度尽量避免这些问题出现。采用双目视觉技术的目的是获取摘钩手柄的三维坐标信息。首先，用改进的遗传算法进行摄像机标定，得到图像坐标与世界坐标之间的映射关系。其次，用模板匹配和特征匹配相结合的方法，对提取到包含摘钩手柄信息的区域再进行立体匹配，以该区域边缘点为特征点，利用点在两个成像平面上的对应关系计算视差，得到手柄的深度信息。最后，通过神经网络标定建立的映射关系，得到摘钩手柄在世界坐标系中的二维平面坐标，得到手柄深度信息后即可获取摘钩手柄的三维信息。论文研究结果就是通过双目视觉技术获取与目标车钩相连的摘钩手柄三维空间坐标，系统用获取的坐标信息控制机械手完成摘钩作业。