随着科技的发展进步,在食品加工领域中传统的分拣方式和设备已经无法满足果蔬行业分拣量大,劳动力需求紧缺的现状。现如今,工业机器人系统已经开始逐步应用于各大产业之中,因此使用基于机器视觉的工业机器人工作站,建立起一套类球体果实成熟度视觉分拣系统,能够较好地体现现代食品领域“多品种、大批量”的作业需求,一定程度上缓解了“用工荒”的现象,为食品加工领域实现自动化提供了一定的解决方案。基于工业机器人的类球体果实成熟度视觉分拣系统主要由机器人工作站、视觉采集系统组成。为解决视觉标定精度问题,利用相机小孔成像原理搭建相机数学模型,提出了一种针对相机安装误差和畸变误差进行修正的简化算法,提高了标定的精度。通过分析类球体果实的成熟度与果实外表物理参数关系,并针对本系统使用OpenCV算法库加入视觉识别、图像处理模块,组建了基于体积的果实成熟度视觉识别系统。根据基于工业机器人的类球体果实成熟度动态分拣系统的整体规划,完成本系统的程序设计,其中上位机采用Visual C++编程实现,利用Visual C++提供的控件设计人机界面,达到了实时监测的效果;视觉采集系统使用嵌入式Linux系统,研究开发了基于VS和OpenCV的视觉识别程序;在HR20-1700-C10型机器人系统的基础上示教编程了分拣程序,完成了与上位机和视觉采集器的配合;将专家PID控制策略加入传送带的运动控制系统,进一步提高了系统的分拣精度;在建立动态跟踪模型的过程中,使用了比例导引法进行数学建模,优化了轨迹的规划路径。本研究针对工业机器人果实成熟度动态分拣系统完成了视觉标定、果实成熟度分拣算法研究、系统程序设计和实现等内容。通过最终的验证,满足了在生产中类球体果实成熟度分拣的需要,对研究果实成熟度自动分拣系统具有一定的理论和应用价值。