在工业自动化高速发展的背景下,越来越多的机器人技术被运用于工业作业中,这当中就包括机器人分拣技术。传统的分拣技术往往使用运动示教方式,对于目标位置要求必须固定,且有着较低的工作效率。将机器视觉与机械臂相结合,使得机械臂能够自主地识别目标物体,提高了作业速度,降低了劳力成本,有着重大的实际意义。机器人视觉技术使得机器人具备了视觉感知能力,如今也是当今工业自动化的重点研究领域。目前在工业上被广泛用于缺陷检测、物流、码垛、焊接等众多领域。本文以puma560机械臂为研究本体,对于基于位置的视觉伺服控制方法展开研究,设计了一个视觉分拣系统。将目标工件图像处理,工件的匹配识别,相机标定,视觉控制器的设计为主线贯穿全文,最终实现了机械臂对于静止目标和运动目标追踪。本文重点针对以下几点展开了研究:进行了分拣目标图像处理算法的研究和设计,通过实验对比选取了最佳的图像处理方案,去除了目标二值图像的噪声,得到了满意的目标二值图。Otsu算法是图像分割中最常用的方法之一,针对传统Otsu算法需遍历每个灰度值进行类间方差的计算,本文提出一种快速的Otsu改进算法,并与传统算法进行了比较,验证了新算法的有效性。对于分拣目标进行Harris角点特征提取,得到了模版和原图像的角点特征图像。并使用归一化互相关(NCC)策略对原图和模版图进行了粗匹配,得到了包含误匹配的匹配结果。最终通过使用RANSAC策略去除了误匹配,得到了提纯后正确的匹配结果。进行了视觉系统的标定研究,分别对于相机标定和手眼标定方法进行了理论研究与标定实验。计算出了相机的内外参数,并给出了手眼矩阵求解一般方法。对于puma560进行了运动学的求解,研究了基于位置的视觉伺服的控制方法。在matlab/simulink下进行了视觉伺服的控制模型搭建,并分别实现了对静止目标定位以及运动目标追踪的仿真研究。通过上述的研究工作表明,本文提出的视觉系统方案对于目标工件识别定位精度高,对于直线运动目标追踪效果好,证明了本文系统具有一定的实际意义。