近年来,随着“工业4.0”概念在世界范围内的普及与深化,国家相应地提出《智能制造业发展规划》等一系列政策来提高我国的工业化水平,这也意味着传统的工业机器人将面临前所未有的智能化升级。其中,视觉引导是提高机器人智能化水平的重要手段。而在目前视觉引导中,双目视觉引导是与人类视觉原理最为接近的系统,在工件的目标定位拾取等方面表现十分突出。但其主要的技术难点集中在机器人拾取过程中左右图像的立体匹配与工件的识别定位这两个方面。为了解决这些难题,本文主要针对工件的实时立体匹配算法及识别定位算法进行研究,开发了一套可面向散乱堆叠冲压汽配件的双目视觉工业机器人拾取系统。主要工作如下:1、对标定图像的预处理进行实验研究,然后利用张正友标定法对基于Matlab与opencv两种方案下的双目标定程序进行实验对比,得到最优的标定结果,最后完成机器人坐标与相机坐标标定。2、根据项目的实际需求,对本文双目视觉系统进行合理构建。通过原理分析,确定相机的摆放方式与对应的深度信息获取原理和数学模型,并在校正实验中验证红外LED光源+激光作为光源的方案可行性。结合激光的特性,创新性地提出一种SGBM+改进RANSAC的算法,实现一种粗筛选-精筛选的两步法立体匹配方案,并通过对比实验验证了该改进算法的实时性与准确性,最后通过视差法获取工件三维信息。3、构建基于模板匹配法的工件识别与定位系统方案,即建立离线目标工件模板库与在线匹配拾取的流程。研究直通滤波、统计滤波与半径滤波的工件初始点云预处理方法,并使用欧式聚类分割法对工件点云堆进行分割。通过对比ISS、SIFT 3D与Harris 3D三种关键点提取算法,确立效果最优的ISS算法对关键点进行提取,再采用FPFH特征对其进行描述。然后使用基于SAC-IA算法完成粗位姿估计,再基于ICP算法进行最终的精确位姿估计,并设置合理的匹配度计算方法完成识别定位工作。4、完成面向冲压汽配件的双目视觉工业机器人拾取系统的整体框架设计,根据系统特性,对硬件进行选型与完成软件的架构设计,从而搭建拾取系统平台,最后在实际场景下进行综合实验。通过统计拾取结果论证本系统的可行性,并对实验中存在的误差和系统的不足进行分析。