2020年是不同寻常的一年,新年伊始一场突如其来的疫情让所有人亲身体验了什么是天灾人祸,企业大规模停工使大家宅在家中,制造业发展一度下滑,造成社会整体经济滑坡。国家强有力的疫情防控,使得这场疫情防控斗争即将取得胜利。目前企业逐渐复工复产,那么与此同时工人们的个人防护显得尤为重要。在疫情面前与人类相比,工业机器人不会被感染可怕的病毒,企业也就不会大规模停工停产,同时也不会对社会造成如此巨大的影响。然而传统的示教型工业机器人需要工人事先根据工件摆放的位置逐点精确示教,有很强的局限性。随着近年来人工智能技术的发展,将机器视觉与工业机器人技术相融合能够使机器人对目标工件进行识别、检测、定位,并且能够感知自身所处工作环境的位置、运动等信息,大大提高工业机器人智能化程度,成为当前工业机器人的研究热点。本课题在工业4.0智能制造生产线实训基地上针对KUKA KR10-R1420工业机器人为研究对象将机器视觉与工业机器人运动学控制相结合,要完成对螺母工件的识别、检测和定位,来控制工业机器人抓取目标工件的任务,进而开展六自由度工业机器人视觉定位关键技术的研究。为完成此项目本文主要研究步骤如下:首先,简明介绍六自由度工业机器人视觉定位系统的控制系统构成,对KUKA KR10-R1420工业机器人的机械结构进行简要描述并在改进的D-H理论上建立连杆坐标系和运动学方程求出运动学正解和逆解,并在Matlab中建立模型对运动学正解和逆解进行仿真验证。然后,分别对摄像机标定技术和Eye-in-Hand手眼标定技术进行深入研究,分析摄像机最常用的小孔成像基本原理,详细推导了图像中物体的像素坐标到三维空间中实际坐标的转化,包括像素平面到像平面的坐标转化、像平面和相机坐标系间的坐标转化、相机坐标系和世界坐标系间的坐标转化,最终得到像素平面到世界坐标系间的坐标转化。基于张正友法和Matlab摄像机标定工具箱进行标定实验,计算出摄像机的内部参数和外部参数完成摄像机标定。对Eye-in-Hand手眼系统的标定方法以及思路进行分析,对Eye-in-Hand构型求解AX=XB过程进行推导。最后,将摄像头采集的图像进行预处理,通过实验分析图像变换、图像降噪、图像增强等方法,详细研究了均值滤波、高斯滤波、中值滤波以及自适应滤波的方法原理,通过实验结果分析选择中值滤波算法作为本研究的图像降噪处理方法。对五种图像边缘特征检测算法进行对比实验,分析每种算法的优缺点,选择Canny算法作为本研究的图像边缘特征检测算法,最终确定单目视觉定位系统的图像处理方案。通过图像处理得到螺母的轮廓近似为正六边形,采用基于Hu矩的边缘特征匹配算法对螺母进行识别。为表示识别工件和目标模板的相似程度,引入了相似度的概念,再利用六边形几何中心确定螺母在世界坐标系下的位置,最终控制工业机器人实现对目标工件的抓取。