近年来，随着机器人技术和图像处理技术的飞速发展，机器视觉也越来越广泛的被应用于物流系统中。自动化、柔性化、智能化的物流系统及其各组成部分的开发研究已成为一种必然的发展趋势[1]。虽然早期的物流系统中也有机器人的使用，但一般只能机械和重复应用于搬运、装卸、生产加工等环节，而如今的机器人已经能够自主的进行工作，通过CCD摄像机作为视觉传感器识别周围环境，再根据具体情况配合生产运作。本文所研究的是基于人工鱼的机器人物料检测方法。首先对机器视觉技术和图像处理技术概况进行了综述，并对论文的选题背景、研究意义和主要内容作出了简要介绍。其次，将日本安川公司的MOTOMAN-HP3垂直六关节型机器人与自动化立体仓库和自动导航小车相结合，组建一个小型局域网，从而完成了自动化物流系统的设计。第三，以ZigBee无线通信技术为基础，开发了小型无线网络的实现程序。并以VisualC++为编程环境，完成了串口通信的调试和人机界面的设计，最终达到了预期的通信要求。此外，开发了MOTOMAN机器人的撰写程序，为其高效检测、精准定位、抓取物料做出了保障。第四，分析了常用的图像处理技术，以实际物流系统中的物料数字照片为研究对象，通过图像处理算法的仿真实验对比，实现了物料的成功检测。大量的理论分析和仿真实验证明了所选取算法的有效性和可行性。最后，分析研究了智能优化算法—人工鱼群算法。通过对TSP问题的仿真实验，得出人工鱼群算法寻找最优解的优化参数匹配，进而应用于物料图像处理的图像分割中，通过实验仿真，最终得到了理想的物料检测结果。