传统工业机器人运行速度快、功率大且缺乏感知能力,因此作业时往往要与周围环境隔离开来。使工业机器人具备感知能力,不仅能降低机器人工作时对环境的要求,同时也让工人能够安全地进入工作环境与机器人协同工作,实现工业机器人与人以及环境的共融。工业共融机器人相较于传统工业机器人,拥有更广泛的应用场景和更高的工作效率,更能胜任未来复杂多变的生产制造任务。对环境和人员快速而准确的感知,有助于工业机器人根据环境变化和人员状态改变而采取不同的运行策略。针对多数工业共融机器人感知手段简单,感知信息单一等问题,本文对工业共融机器人多源视觉感知展开了深入研究,本文的主要研究内容如下:(1)多源视觉数据采集与预处理方法研究。结合Kinect传感器硬件结构以及工作原理,完成传感器原生感知数据到包含人、物信息及颜色信息的三维点云感知数据的转换。对Kinect传感器数据的噪声特点进行分析并以此为依据,提出基于深度图动态阈值均值比较的点云去噪算法,相比于传统的点云去噪算法,处理速度大幅提升的同时具有良好的去噪效果,为视觉感知的实时性和准确性提供了保障。(2)多源视觉数据的实时融合处理方法研究。提出基于迭代最近点(ICP)点云配准算法的传感器外参标定方法,并结合ICP算法的特性提出一种简单易制作的标定板用作点云配准的目标物,减小算法陷入局部收敛几率,使结果准确可信。该标定方法相比于传统方法,在保证准确性的同时具有方便、易操作等优点。利用外参标定的结果完成固定多视角点云的转换与融合,相比于实时ICP配准,具有更快的运行速度。多视角融合后的点云感知范围更广、抗遮挡能力更强。在融合后的点云基础上对感知信息进行精炼,基于PCA主成分分析法分别对人与物品的包围盒进行实时计算,将人与障碍物区分对待,在保障协作人员安全的前提下提高人机共融工作效率。(3)工业共融机器人多源视觉感知原型系统设计与实现。在基于IRB 1200工业机器人的人机共融制造单元中,利用多台PC机在局域网内实现多台Kinect传感器感知数据的动态采集、传输以及融合处理,并结合实时生成的包围盒数据和获取自机器人控制器的机器人工作状态快速作出决策,实现简单任务下的人机协同工作。