随着智能化工业技术的发展,传统人工及单一机械臂的物料袋卸垛方式无法满足现代化生产的需求,具有视觉功能的机器人应用率越来越高,双目机器视觉技术以反应灵活、精度较高等特点广泛应用于工件识别和定位、三维立体重建及无人驾驶等领域。本文立足于现代物流领域实现柔性物料袋精准、灵活定位的卸垛需求,针对柔性物料袋特点,依托图像处理理论,利用特征提取、立体匹配及三维重建等技术,展开基于双目视觉的物料袋空间定位方法研究,实现卸垛过程物料袋空间位置确定。具体研究内容如下:首先,详述了双目视觉系统的软硬件环境,基于双目视觉模型与相机成像坐标转换原理,求解了相机坐标系与空间点对应关系的非线性数学模型,并运用张正友标定方法对双目相机进行标定实验,确定了双目相机内外参数,为双目视觉处理提供物理参数。其次,为了便于实现图像特征提取,采用图像均值漂移灰度化及双边滤波等预处理方法去除采集图像中图案、色彩及噪声等干扰因素,并能有效保留物料袋边缘特征信息,运用Canny算子获取图像边缘特征,并利用总体最小二乘法进行了边缘拟合,获取到物料袋轮廓线。再次,提出了改进的FAST+Shi-Tomasi结合的特征点提取算法,并在此算法基础上运用SIFT算法、PCA降维理论,及欧式距离测度的相似性度量准则,开展了立体匹配算法的研究,并改进设计了 SIFT立体匹配算法,通过实验验证了该算法在不同工况下的有效性。最后,基于图像拟合边缘信息求解了物料袋形心坐标及角度,结合双目相机内外参数对立体匹配点和形心点进行三维重建,构建物料袋稀疏点云图,获得物料袋高度差,确定了顶层物料袋形心空间位置及角度,并对三维重建误差进行了分析,其相对误差为1.76%,验证了双目视觉物料袋空间定位方法的有效性,可以满足物料袋空间定位的要求。