近几年来,在机器人技术中融入机器视觉,并将其在生产中应用,已经变成一种趋势。目前,该项技术已经在工件的装配、分拣、包装以及缺陷检测中有着广泛的应用。然而,在这些领域中,工件是整齐摆放在固定平面上的,当工件堆放在一起时,传统办法是使用震动筛选机构以及擒纵机构把工件按顺序依次排列,再通过机器视觉技术指引机器人完成作业。但是,该方法会损坏工件外表,且所采用的机械机构成本较高,不可以实时达到生产的节拍需求,很难实现柔性化生产。为了解决堆叠工件的抓取这一难题,本文研究了一种基于双目立体视觉的工件识别与抓取技术。首先,使用MATLAB工具箱完成摄像机标定,得出相机的内外参数矩阵。针对本文的抓取目标,本文采用几何特征的方式对工件进行识别。先用Gamma变换与双边滤波的方式对图像进行预处理,接着采用Canny算子结合边缘连接的方式作为边缘提取算法,能够提取到图像的完整边缘,最后采用改进后的基于弦中点的椭圆特征拟合方式检测工件。然后,使用支持向量机对检测出的工件进行分类,提出了将LBP特征与HOG特征相融合训练出来的权值可变的分类器,该分类器对工件识别的准确率更高,采用一种改进的手眼标定方法进行手眼标定,提出双目测距模型,基于几何特征匹配的方式对工件实现三维重建并计算出待抓取工件的位姿。最后,根据实际需要完成双目视觉定位系统的整体方案设计,然后针对方案中需要用到的硬件进行设计选型,并选用eye-to-hand的手眼系统,搭建出实验平台。使用VS2015和MATLAB完成双目视觉定位系统软件的设计,通过实验对系统的定位精度和可行性进行分析,完成了堆叠工件的抓取,验证了算法的可行性。