随着工业领域对生产线自动化程度要求的提高,越来越多工业机器人被应用在实际生产当中。而对工件进行识别和定位往往是机器人实现动作的关键,在众多环境感知传感器当中,双目立体视觉因其可以获得丰富环境信息以及具备感知深度的能力被广泛应用于识别与定位中。因此本课题针对双目立体视觉实现工件识别与定位的关键技术展开研究。首先,按照实际研究需求,根据双目立体视觉三维重建原理,设计并搭建了双目立体视觉系统。根据实际成像原理,建立摄像机线性与非线性模型。针对摄像机参数不精确的问题,采用张正友平面标定法进行摄像机标定,并通过MATLAB工具箱进行实验,得到的标定误差仅在0.4个像素内,验证了标定方法的准确性。最后根据两摄像机标定获得的外参数,完成双目视觉的标定。其次,针对工业应用环境,在Otsu算法的基础上进行改进,实现工件分割。通过对比实验,采用保边性能最好的双边滤波算法进行降噪,再采用伽马校正对图像进行对比度增强,并结合灰度直方图对算法进行自适应改进。在工业环境中,工件与背景之间灰度差异明显,基于Otsu的阈值分割算法能获得良好的效果,但算法对存在多种工件的图像进行分割时效果差,本文针对这一问题提出改进,结合边缘检测算法进行预分割,从而实现了多个工件的准确分割。再次,针对实际应用中摄像机的位置和视角会发生变化,以及单一特征对工件识别准确率低的问题,提取了对旋转、尺度变化、放射变换具有一定适应性的SURF特征和改进HOG特征。对于特征维度高造成识别效率低的问题,采用BOW模型将两个特征转化为特征直方图。最后采用决策融合方法对两种特征的分类器进行融合,采用DAG-SVMS方法将二分类支持向量机扩展到多类分类,并通过实验验证了本文方法用于多类工件识别的可行性。最后,对于双目立体视觉系统采集到的图像不是严格行对应的问题,采用Bouguet算法进行极线校正。针对工件表面存在弱纹理和重复纹理导致匹配精度低的问题,在局部立体匹配算法的框架下进行改进,引入最小生成树的代价聚合方法,并对得到的视差进行亚像素求精,实现高精度的立体匹配。接着对三维重建后的工件,采用POSIT算法获取工件的位姿,实现了对工件的三维定位,并通过实验测试了工件定位精度,以及机器人抓取实验验证算法的有效性。