随着我国汽车行业的快速发展,汽车零部件的需求量不断增加,刹车盘作为汽车零部件中的易损件,市场需求量更大。但是传统刹车盘上料采用人工搬运,及多台设备间人工转运、装夹方式,生产效率低,远不能满足日益增长的市场需求。随着机器人技术的快速发展,机器人上料技术因其高效率的优点被广泛应用,但由于该技术通常采用工装夹具在固定位置对固定零件进行抓取,生产线柔性差。为提高机器人上料的柔性,出现了基于机器视觉的机器人上料技术,目前这种技术还存在对特定零件识别率低、对抓取后机器人上料运动规划少等问题。因此,论文针对刹车盘生产线对上料的需求,以刹车盘为识别对象,运用机器视觉和机器人运动学相关理论,开展刹车盘视觉定位抓取以及机器人上料运动规划研究,具体的研究内容如下:（1）基于视觉的工业机器人上料系统设计根据刹车盘生产线对机器人上料系统的刹车盘定位精度、识别率、加工工艺等要求,明确了包括传输模块、机器视觉模块、机器人模块以及通讯模块等的系统结构,并介绍了各模块的原理,在此基础上完成系统的硬件设计和软件设计。（2）刹车盘的图像识别与定位算法根据生产线环境中的刹车盘图像噪音与形状特点,依次对图像进行滤波、边缘检测、轮廓提取等处理,完成刹车盘模板制作,并利用基于形状的模板匹配方法识别刹车盘并得出刹车盘坐标,最后通过眼在手外的标定模式,将刹车盘的图像坐标转换成机器人坐标系下的坐标。（3）工业机器人在刹车盘生产线中的上料运动规划通过D-H法建立机器人模型,并根据模型求出机器人运动学正逆解,为机器人运动规划奠定基础。提出了一种改进的RRT算法,并利用包围盒算法对机器人及障碍物进行了模型简化,最后通过包围盒算法结合改进RRT算法的方式对机器人上料路径进行规划。经仿真表明,机器人能够成功的从起始点绕开障碍物到达目标点,包围盒算法结合改进RRT算法的效果较好。（4）基于视觉的工业机器人上料系统实验为验证刹车盘识别与定位算法以及包围盒算法结合改进RRT算法的正确性,首先对人机交互界面进行了开发,然后根据该系统的设计要求对实验平台进行了搭建。经实验表明,系统定位误差在3 mm之内,刹车盘识别率100%且机器人上料所用时间少于设计5 s,满足刹车盘上料系统的设计要求。