作为智能制造的核心载体,工业机器人被越来越多的应用于各种具有高度重复性的流程型生产线上。为进一步提高机器人的灵活性与自动化程度,使机器人能应用于更多的实验场景,基于机器视觉的工业机器人动态抓取系统成为领域内研究热点之一。本文通过结合食品内包装领域机器人动态目标抓取作业的需求,以机器视觉和Delta机器人现有技术为基础,对基于机器视觉的Delta机器人动态抓取过程中的关键技术进行了研究,主要工作内容如下:(1)首先根据课题的需求对整个机器人动态抓取系统的组成和结构进行了分析研究,完成了对视觉系统中的硬件选型。通过对新型的柔触夹爪进行优劣势分析,探讨了其能够适用的工作场景,并设计了相应的控制方案。(2)对视觉系统进行了相机的标定,分析了各个坐标系之间的转换关系,并运用Matlab仿真求出了相机的参数。然后对图像处理的相关技术进行了原理分析,并通过实验比较了现有的图像预处理相关方法的实际效果。最后采用基于模板匹配的方法对工件实现识别定位。通过对目标物体进行模型建立,采用相似性度量的方法将模板与图像中所有物体进行对比,实现目标物体的识别。(3)实现对动态目标的跟踪抓取。首先对传送带进行了标定,然后结合传送带运行的偏移量和编码器反馈的数值求出目标物体的动态位置。采用基于位置预测的方法对目标物体进行动态抓取,通过对机器人轨迹规划分析求出机器人实际抓取位置。最后通过实验分析了在抓取精度要求不高的场合位置反馈对机器人抓取速率的影响。(4)提出一种机器人动态抓取过程中目标物体抓取顺序优化的方法。首先计算出各个目标物体走出机器人工作区间的时间,按时间的大小对目标物体进行第一次排序。然后在此排序基础上对完整图像进行区域划分,计算出划分的各个区域内所有物体的最优路径,联合各个区域对目标物体进行再次排序,得到最终的抓取顺序。最后通过搭建的实验平台对算法进行实验验证,证实了算法能够明显提升机器人抓取效率。