现代化生产线中,工件的识别和抓取是重要的环节,是后续分拣、装配等操作的基础。双目视觉技术可以识别工件类型和确定工件位姿,将机器人与双目视觉结合,使工业机器人具有感知能力,提高生产线的自动化水平和生产效率。本文提出了基于双目视觉的工件的识别定位和抓取系统,可以提高生产线中工件抓取的自动化。本文提出了基于双目视觉的工件识别定位和抓取系统的总体方案,包括视觉模块和机器人模块,对其中的硬件进行选型,软件环境进行介绍。分析和验证了常用的图像滤波方法,选择双边滤波处理工件图像,利用Gamma校正提高工件图像的对比度。根据工件识别的实时性要求和较高旋转不变性等要求,提出了针对工件图像特征提取的改进的ORB算法。在改进的ORB算法中,利用梯度方向直方图法代替灰度质心法计算特征点主方向,利用FREAK描述子代替rBRIRF描述子描述特征点信息,使算法具有更好的旋转不变性和鲁棒性。通过实验验证了该算法相对于常用算法在工件特征点提取的优越性,利用该算法提取的特征点的模板匹配识别工件类型,在光照变化、旋转变化、增加噪声的条件下进行了验证。针对生产线中工件的定位,提出了正交函数局部拟合的工件定位方法。在工件定位之前,采集一张拟合板的图像,获得位置信息作为拟合的样本点。采集待定位的工件图像,进行图像预处理,通过特征提取获得工件形心的像素值;利用样本点进行正交函数局部最小二乘拟合,获得工件形心的平面坐标;通过双目重构,获得工件形心的空间坐标。该方法与传统的定位方法进行对比实验,实验结果表明:该方法具有更好的精度,同时避免了标定环节,具有较好的应用价值。为了准确确定工件的位置状态,利用最小外接矩形计算了工件的姿态。对机器人抓取工件进行运动学分析,根据工件位置计算机器人的关节的转角与位移,并对其进行仿真验证。设计了软件系统,包括图像采集、图像预处理、工件识别、工件定位和运动学逆解模块,上位机将信号传递给运动控制器,控制机器人抓取工件。