零件装配是工业生产中的重要环节,传统的装配流程大比例地占据了生产周期并大幅度消耗了生产成本。因此,在迈向智能制造的进程中,机器人自动装配技术越来越受关注。然而,在实际的机器人零件装配场景中,存在零件位姿不确定、零件种类多、零件配合间隙小、装配卡阻等问题,所以机器人自动装配仍面临瓶颈与挑战。本文面向机器人柔顺装配圆轴与圆孔零件的问题,建立了基于3D视觉、图像检测与柔顺控制的机器人自动装配系统,提出了基于三维点云的圆孔轴线位姿估计、图像深度学习的零件检测及导纳控制相结合的装配策略。主要工作如下:（1）设计了机器人装配的硬件平台并开发了软件系统。以3D相机和单目相机构建视觉感知和定位模块,以六维力传感器构建力感知和柔顺装配模块。（2）建立了基于图像深度学习的零件检测定位方法。该方法首先准确地检测出零件台上的圆轴或圆孔零件,并进一步定位零件的中心。零件检测定位结果,一方面可以引导机器人抓取圆轴零件,另一方面可以作为圆孔零件的初步定位。（3）针对圆孔零件的位姿估计问题,将圆孔零件位姿抽象成圆柱中心轴线位姿,并提出基于三维点云的圆孔轴线位姿估计算法。首先,基于点云法线和RANSAC的方法初步估计轴线;接着,利用圆柱和截面椭圆的几何关系进一步精确地计算轴线,其中采用了基于Sampson距离的椭圆拟合方法,再利用拟合的椭圆鲁棒地估计圆柱体;最后,根据圆柱中心轴线确定圆孔的位姿。（4）面对圆轴至圆孔的柔顺导纳问题,建立了基于机器人导纳控制的柔顺导纳方法。该方法使机器人在导纳圆轴零件时,顺应环境外力,避免了剧烈的刚性碰撞和卡阻现象,实现了柔顺装配。（5）进行了仿真模拟与实际的装配实验。在噪声和离群点的干扰下,椭圆拟合和圆柱估计方法可以取得较高精度的结果。在外力的干扰下,机器人表现出良好的柔顺性。圆孔轴线位姿估计的角度均方根误差为0.251°,位置均方根误差为0.407 mm,与现有流行的轴线估计方法相比,所提方法的精度更高。3D视觉结合图像检测和柔顺控制的装配策略可以满足机器人圆轴孔零件装配的精度高、柔顺、稳定可靠的要求。