随着工业生产制造的现代化和智能化,将机器视觉技术与机器人结合,可以提高工业机器人对复杂环境的感知与适应能力,实现机器人抓取作业的智能化。针对堆叠工件的分拣问题,本文研究了基于双目视觉的工件抓取系统,主要分为四个部分:(1)工件抓取系统的方案设计。对工件抓取系统的硬件组成进行对比论证,并设计了系统的功能模块。介绍了单目标定、双目标定和手眼标定原理,为视觉系统的标定实验提供理论基础。针对图像存在对比度低和随机噪声等问题,对常用的图像预处理算法进行对比分析。(2)工件识别算法研究。研究了形状相似且带有复杂纹理的工件识别算法。针对SURF算法识别时间较长的问题,采用FREAK算子替代SURF算子对特征点进行描述与匹配,缩短了特征点对的匹配时间。在特征点对的粗匹配后,采用RANSAC算法对其进行细匹配,提高了特征点对的匹配准确率。通过三种识别算法的对比实验表明,本文算法具有更好的准确率和实时性,并且具有良好的鲁棒性。(3)工件定位算法研究。针对运用场景的实时性和精确性要求,采用了 SGBM算法进行立体匹配,来获取目标工件的深度信息。设计了基于三维模型的方法对目标工件进行姿态估计,并设计了工件金字塔模板库缩短工件的定位时间。以工件的匹配度和位置高度作为抓取优先级的评价指标。通过工件的定位实验,验证本文定位算法的可行性。(4)基于双目视觉的工件抓取系统的实现与验证。介绍了系统的硬件选型和程序设计。通过标定实验求解了双目相机的标定参数。设计了堆叠工件的抓取实验,验证了工件抓取系统的可行性,能够满足实际使用要求。实验结果表明目标工件在X轴和Y轴方向的最大位置误差在1mm以内,在Z轴方向的最大位置误差在2mm以内,姿态角度的最大误差在3°以内,能够满足系统的实际抓取要求。