视觉引导技术赋予机器人视觉感知能力,提高了机器人的自主性和灵活性。基于视觉引导的工业机器人因其精度高、速率快、稳定性好、适应性强、不间断工作的特点被大量应用于工业生产现场。研发具有感知识别能力的机器人是实现自动化工厂的重要支撑,也是助力中国制造业转型升级的关键力量。目前电子制制造业生产大量依赖人工,存在成本高、速率低、良品率不高的问题。因此,本文以精密电子制造生产线为实验基础,以金属手机壳为研究对象,针对生产线的自动化上料的需求,研究设计一套具有检测识别与抓取上料功能的视觉引导机器人系统。主要研究内容如下:首先,根据精密电子生产线的功能需求和性能指标要求,进行了总体设计和硬件的选型,搭建视觉引导机器人实验平台。提出一种针对本文金属手机壳2.5D弧面的双光源大角度打光方案,解决金属壳2.5D弧面边缘缺失和Logo区域反光的问题,获取完整金属壳的图像。并对比了其他打光方案在相同条件时获取的图像。其次,研究手机外壳图像的降噪和边缘提取的方法。对比了中值滤波、高斯滤波、均值滤波、双边滤波四种降噪方法分别在暗光、正常光、强光条件下的处理结果,通过对结果分析,本文最终选用能够有效保留图像边缘信息的双边滤波作为降噪方法;研究Otsu阈值分割、Canny边缘提取、Sobel边缘提取算法和形态学等分割方法,对比发现形态学分割方法能够较好的保证边缘的连续性。然后研究手机外壳检测识别方法,提出一种融合形状特征和改进的ORB匹配算法的识别方法实现手机壳的识别且极大的提高了识别速度和精准度。包括粗匹配和精匹配两部分,在粗匹配阶段利用HU不变矩算法的旋转平移矩不变特性和计算速度快的特性,快速实现图像的预筛选,减少计算量;在精匹配阶段,利用改进后的ORB匹配算法提高算法尺度不变性提升匹配精度。再次,研究Eye-to-Hand视觉系统的相机标定和机器人手眼标定,研究针对手机壳的视觉定位方法,获取手机壳的中心位置和手机壳中心轴的旋转角度,计算抓取点和机械爪的角度。以目标形状的最小外接矩形中心作为手机壳的中心位置。以外接矩形的最长边作为手机壳旋转角度计算基准,求出该直线在像素坐标系中的斜率即为手机壳的倾斜角度。通过将手机壳在像素坐标的位置转换为世界坐标系中的位置,引导机械臂到达预定抓取位置上方,根据倾斜角度旋转机械臂,完成抓取工作。最后,设计了一套软件控制系统,在实验平台上对本文所提出的方法进行验证,实验结果表明本文提出的算法在识别准确率、识别速率、抓取精度方面都有明显优势,从实际需求和问题角度验证均符合设计要求。