工件的识别与抓取是工业生产流程中非常重要的一环,受限于传统工业机器人的智能化水平,机器人分拣技术只能应用于一些非常简单的场景,例如对静止目标的搬运,而针对运动目标一般也仅仅应用在流水线上,机器人对目标的分拣操作需要与传感器、传送带之间进行标定配合,目标工件的运动状态一旦发生变化就很容易抓取失败,缺乏足够的稳定性与环境适应性。针对上述问题,本文将结合了机器视觉与机器人控制的视觉伺服技术应用于自动抓取系统中,并围绕运动目标的识别与抓取这一问题,设计并搭建了一套自动抓取实验平台,通过机器人伺服控制及视觉伺服反馈这两大系统的实现完成该平台对运动目标的自动抓取实验,最后对实验结果进行分析以验证自动抓取系统的应用效果。主要研究内容如下。(1)使用模块化机器人并搭配以Galil DMC-18x2运动控制卡为核心的伺服系统来构建机器人系统,在此基础上通过对机器人运动学的分析,设计了基于笛卡尔空间的PTP路径规划控制算法,并在VC开发环境下完成了算法实现,建立了机器人伺服控制系统。(2)针对目标图像的快速识别与定位,对图像预处理过程中的传统Otsu算法进行了改进,加快了图像处理速度;通过视觉系统的建模分析完成了图像坐标系的转换,并使用传统摄像机标定法在Matlab环境中进行标定实验得到了摄像机的内外参数;重点研究TLD算法的工作原理与流程,在Matlab与VC环境下完成运动目标追踪检测算法的实现,建立了基于位置信息的视觉伺服反馈系统。(3)针对自动抓取系统运行中的常见问题,设计了三组不同场景下的运动目标自动抓取实验,对实验数据的分析表明基于视觉伺服技术的自动抓取系统实验平台在不同使用场景下均具有良好的准确性、实时性与稳定性。