天车运输系统被广泛地应用于钢铁行业的生产现场以及钢卷的运输、仓储环节,对钢铁的生产效率有着直接的影响。因此,为满足钢铁行业对效率性和安全性的要求,天车开始往信息化、智能化方向发展。目前已有大型钢铁企业采用激光雷达扫描仪的方式实现天车对钢卷的定位,但是激光雷达扫描仪成本高不利于推广。此外,由于钢卷本身具有低纹理、重复纹理和规则几何外形的物理特点,并且在钢卷的储存和运输过程中存在多排叠放的情况,使传统的双目测距方法难以实现较为精确的定位。所以,本文研究基于双目视觉系统的多排叠放的钢卷几何中心定位方法。论文具体工作安排如下:首先,对测量过程中出现的坐标系转换问题进行了分析,并根据针孔相机的成像原理推导了坐标变换公式。在此基础之上,介绍了理想情况和非理想情况下的双目视觉测量模型和双目相机立体标定方法,之后研究了双目视觉的立体校正方法。其次,针对钢卷本身低纹理、重复纹理的特性,研究了局部立体匹配算法中的匹配代价和代价聚合环节,在匹配代价环节采用了AD-Census算法,在代价聚合环节采用了NLCA算法,这两种算法均能在不同的环节提升对钢卷的立体匹配效果。在此基础之上介绍了CSCA多尺度匹配框架,该框架能提升对图像中无纹理、物体边缘的匹配效果,通过实验分析了该框架的有效性,采用该框架完成了对钢卷模型的立体匹配过程。然后,根据钢卷底面圆在相机成像面投影为椭圆的特性,分析了椭圆拟合算法,并采用一种基于钢卷成像特性改进的弧支撑椭圆拟合算法,剔除了影响算法速度和后续计算的干扰椭圆,实现了仅对钢卷底面外轮廓进行椭圆拟合的效果。之后根据已知的椭圆信息通过代数求解法计算单目相机下的圆位姿,并借助双目相机的特性完成了对钢卷底面圆位姿和圆心空间坐标的确定。最后,介绍了双目视觉系统与智能天车系统的硬件连接和整个系统的软件环境。并通过车辆钢卷模型,根据不同叠放位置的钢卷进行分组,对不同组别的钢卷结合立体匹配的视差信息和圆心空间坐标,分析了各组钢卷几何中心的计算公式。最终通过实验分析了本文钢卷定位系统的精度,实验结果表明该钢卷定位系统的误差符合测量精度要求。