随着工业智能化的兴起,工业机器人越来越多的出现在人们的视野中,各大企业对机器人的研究也更加深入、更加全面,机器视觉是机器人研究的重要组成部分。机器视觉是实现工业机器人的精度定位与识别的主要方式之一。本课题主要研究气阀装配机器人视觉定位技术,依托实验室现有设备2D-90往复式压缩机和埃斯顿ER-30六自由度工业机器人,对压缩机气阀进行识别定位技术研究,以协助实现气阀自动装配的功能需求。首先,进行了机器人运动学分析,确定机器人末端位姿与关节运动参数之间的关系。采用MATLAB软件和OpenCV相结合的标定方法对课题中所用到的工业相机进行标定。应用图像灰度化、图像滤波、二值化等图像处理算法,针对压缩机气阀的特殊结构,实现对压缩机气阀的图像处理,为后续装配机器人对压缩机气阀的识别和定位奠定基础。其次,针对2D-90往复压缩机气阀装配过程中机器人对气阀边缘轮廓的识别问题,采用基于Canny算子的边缘检测方法,对压缩机气阀边缘轮廓信息进行提取,成功提取气阀轮廓,实现了机器人装配过程中的视觉引导。经实验验证,本文所用方法与传统方法相比,能有效抑制高斯噪声,且边缘线明确,无断点,有效提高边缘定位精度,满足实际工作要求。同时采用Hough圆变换和最小二乘法对气阀边缘轮廓进行拟合,有效提高了定位精度。在此基础上,基于OpenCV机器视觉库和Visual Studio 2017软件开发环境,应用MFC开发设计了气阀视觉定位系统,该系统具有准确识别气阀中心的位置,显示相机采集到的图像和处理后的图像,以及相机的相关参数等功能。最后,以实验室现有条件为基础,应用埃斯顿ER-30六自由度工业机器人和2D-90往复式压缩机搭建了基于上述方案的气阀装配机器人视觉定位实验平台,应用工业机器人视觉系统对压缩机气阀进行识别测试和定位精度测试,并进行了基于视觉系统的气阀装配实验,成功验证了该视觉定位系统的准确性与有效性。