在工业机器人卷烟自主码垛过程中,卷烟包件的不规则性给工业机器人流程化作业带来困难。面对这样的困难,实时反馈目标物体信息给工业机器人是一种最有效的解决方法。加入视觉控制的工业机器人信息获取量大、稳定性强,同时也能解决在系统出现差错时机器人不能自主调整的难题。本文研究的面向卷烟包件的工业机器人物体识别与定位具有重要理论与实际意义。首先,本文在研究物体轮廓识别和双目视觉定位的基础上,对卷烟包件进行条数和位置信息提取,将获取信息反馈给工业机器人系统,设计了融合视觉控制的工业机器人拾放系统。根据工业机器人卷烟包件码垛准确性和快速响应要求,本文对卷烟包件信息提取和系统设计两方面进行了深入研究和实现。接着,在卷烟包件识别中,针对传统Sobel算法轮廓提取过程中速度快但精度不佳的问题,采用融合扩展Sobel算法和K-L变换的方法对获取图像信息进行的边缘提取,然后针对提取的边缘信息进行数据分析处理。根据卷烟包件固定方形的结构特点,引入外接矩阵与轮廓信息相消的处理方法,识别出卷烟包件条数。其次,在卷烟包件定位中,针对传统方法用于卷烟定位耗时长,精度低的问题,提出一种改进SURF(Speeded-Up Robust Feature)算法的定位策略。该算法能快速精确地定位卷烟包件,首先对左右图片中识别出的卷烟包件信息运用SURF算法进行特征点匹配;然后采用本文提出的特征点对去伪方法对匹配好的特征点对进行筛选;最后根据三角形测量原理,精确定位物体三维坐标。最后,在卷烟包件识别与定位工作完成后,本文设计了一个面向卷烟包件的工业机器人物体识别与定位系统,并结合实验室6R工业机器人平台上实现了面向卷烟包件的识别与定位实验。最后,通过对比几种加入视觉控制的工业机器人方案,证明了本文系统方案在卷烟包件自主码垛中的可行性与优越性。