随着“中国制造2025”的推进,抛光打磨行业迎来一场深刻的变革,其中铸件去飞边加工一直在向着自动化、智能化的方向发展,传统的人工打磨费时费力,迫切需要精度高、效率高的智能去飞边系统,为满足生产要求,工业机器人和结构光视觉被应用到铸件去飞边系统中,来解决传统加工方式中存在的弊端。本文对基于结构光的铸件去飞边机器人系统关键技术进行研究,论文主要研究内容如下:首先,依据不同种类视觉各自的优势和结构光测量原理,对系统中视觉传感器进行选型,完成机器人末端执行器设计,并针对结构光相机,研究手眼标定算法,提出基于标定球的手眼标定方法,通过在特定条件下对标定球进行测量,求得手眼关系。其次,针对铸件上产生的不同类型的飞边,分别设计图像处理方案,通过图像预处理、结构光条纹中心线提取、铸件飞边特征点识别三大步骤,获得飞边的位置信息。在传统灰度重心法的基础上,提出一种改进方法,只对图像中连通域的最小外接矩形区域进行遍历,提取像素重心,获得结构光条纹的中心线点集。接着提出二次拟合的图像处理方案,先使用霍夫直线检测法,得到初次拟合直线方程,随后设定阈值,对中心线点集进行筛选,再利用最小二乘法对各点集进行二次中心线拟合,拟合得到的结果即为结构光条纹中心线。通过中心线求得飞边特征点,结合激光三角测量原理计算得到飞边特征点在相机坐标系下的坐标,再利用飞边特征点和飞边起始点的相对位置关系,最终得到飞边起始点的坐标。并对比基于图像的视觉跟踪控制和基于位置的视觉跟踪控制在本课题中的适用性,研究机器人的跟踪策略,使系统具备更高的实用性。最后,搭建实验平台,说明系统的硬件实现和软件实现方式,通过基于Qt的人机界面完成实验,并从算法的实时性、系统的标定实验和系统的精度实验三个方面,对系统进行实验与分析。实验结果表明,本文所研究的基于结构光的铸件去飞边机器人系统可以满足实际生产的需要,具备良好的可行性。