随着科学技术的不断发展与创新,工业机器人现已得到广泛应用,机器人产业也逐渐成熟。而自工业机器人出现以来,使用量最大的便是焊接领域。据统计,操作者在焊接过程中判断是否需要做出调整依靠的大部分信息是来自其自身的视觉,而机器视觉及图像处理技术在焊接领域中便相当于操作者的“眼睛”。传统的焊接技术在焊接过程中易发生工件热变形、工件装配误差、以及需要人为干涉等问题,这些问题会导致焊接质量下降。因此,如何在非接触的情况下精确的进行管路定位焊接,成为了焊接领域研究的一个重要问题。本文以视觉焊接机器人下的管路工件焊接处的定位为研究背景,以系统标定和特征提取及模板匹配算法为理论依据,对双目视觉系统的管路工件焊接处的识别定位问题做了深入的研究与分析,具有一定的理论意义和实用价值。本篇论文的主要工作如下:(1)双目视觉系统中摄像机内、外参数的标定与世界坐标的获取。通过对双目视觉标定原理和摄像机成像模型的分析,采用张正友的非线性标定法,在HALCON编程环境中,利用双目视觉系统分别对左、右两个摄像机进行标定,获得摄像机的内参与外参。根据双目相机的内、外参数与双目视觉原理可知,从左右两条视线交叉处可以获取其深度信息,即世界坐标系下的具体三维坐标值。(2)根据管路工件的特点,进行图像的特征提取与模版匹配。采用工业相机采集管路工件图像,并对图像进行加权平均和中值滤波处理。利用HALCON的编程环境创建模板,并提取模板中焊接处部分的边缘和参考点,然后利用HALCON中基于形状的模板匹配方法对待测图像中焊接处部分进行匹配,并在待检测图像中体现出匹配效果。将摄像机的内、外参的标定结果代入以获取管路工件焊接处在世界坐标系中的三维坐标信息。(3)提出针对三轴机械手的双目视觉手眼标定算法,并对其进行优化。通过对Eye-in-Hand和Eye-to-Hand两种手眼标定形式的分析,本文根据项目的实际应用环境选取Eye-to-Hand形式。通过对Eye-to-Hand形式的原理推导,将输入数据的具体坐标值变为坐标差值,并进行迭代优化。利用优化后的手眼标定算法进行实验,通过摄像机标定和模板匹配的结果得到焊接处在机械手基座坐标系下的具体三维坐标值,实现机械手的定位焊接。