针对木门工件定制化需求日益增长的现状,木门加工产业逐渐向智能化转型。而工业机器人的应用为解决木门工件的堆垛、分拣和包装等问题提供了选择,但是传统的工业机器人示教控制方式已不能适应智能化、定制化生产线的需求。随着机器视觉技术的发展,基于视觉感知技术的目标识别与定位技术逐渐具备准确、高效等优点。机器人控制系统与机器视觉系统的集成作为一种辅助工业机器人实现环境感知的有效手段,将会极大程度上提高堆垛机器人的场景感知能力,并为机器人准确快速的自主决策奠定算法基础。因此,本论文围绕定制式木门加工生产线的需求,基于双目立体视觉系统,使用目标识别方法及双目立体匹配算法对定制式木门加工场景进行分析,实现堆垛机器人在定制式木门加工生产线中的自主决策。具体如下:（1）针对定制式木门加工生产线的需求进行了严格分析,综合考虑实际生产过程中复杂工作场景和光照条件限制,设计了定制式木门智能识别与定位系统的整体硬件系统,确定了机器视觉系统布置方案并完成了相机选型。根据硬件系统的总体方案,针对性地设计了定制式木门工件软件系统方案及各部分算法流程。（2）研究了基于卷积神经网络的定制式木门识别算法并进行了实验验证,首先,以单阶段目标检测算法YOLO V3为基础,针对原始锚框尺度不适合定制式木门数据集的情况,利用K-means算法实现新锚框尺度的聚类,然后采用广义交并比损失函数代替原始损失函数实现更加准确的模型拟合,最后采用特征金字塔网络改进网络结构,提高了定制式木门识别算法的准确率并与几种算法进行了性能对比。实验结果表明,本文所使用的方法更好地实现了定制式木门堆垛流程中的工件识别,获得了定制式木门在像素坐标系中的位置信息,并且算法的时延满足定制式木门生产线要求。（3）研究了基于双目视觉系统的定制式木门定位算法,阐述了双目立体视觉成像原理,并根据成像原理及张正友标定算法进行了双目相机标定实验,获得ZED相机的标定参数,完成木门像素坐标系向世界坐标系的映射,获得定制式木门在世界坐标系中的平面位置。以半全局匹配算法为基础,针对物体边缘区域及深度不连续区域匹配效果差的问题,引入边缘检测算子进行改进。通过Middlebury标准测试集进行性能测试,结果表明本文算法匹配算法优于原始算法,并在堆垛场景的定制式木门视差图求解中取得了良好的效果,获得了准确的深度信息,能够满足生产线实时匹配要求。（4）为验证整体方案的可行性和定制式木门识别与定位算法在木门加工生产线的实际效果,进行了智能识别与定位系统实验研究。首先,参考双目视觉标定结果完成视觉系统与堆垛机器人的手眼标定实验,完成定制式木门中心坐标从世界坐标系向机器人基坐标系的映射;然后,完成智能识别与定位系统的界面设计开发及与上位机与机器人控制器的通讯调试;最后,进行了木门堆垛流程中的识别与定位算法实验验证及定位精度分析,实现四种类型木门的整体堆垛流程实验,结果表明本文设计的智能识别与定位算法能够满足堆垛流程中的准确率和实时性要求。本文有图59幅,表12个,参考文献128篇。