目前,基于视觉的位姿测量在工业自动化中已经有了广泛的应用。现代工业在快速地发展,对机器人感知能力的要求也在不断提高,而基于视觉的位姿测量对提高机器人的智能化有着重要的意义。单目视觉系统仅用一台相机,结构简单且成本相对较低,应用比较广泛。目前,基于单目视觉的位姿测量方法主要分为基于物体特征和基于模板匹配两类。基于物体特征的方法通常使用点、线、圆等几何特征进行匹配,有时须人为设定特征点。基于模板匹配的方法根据对象的CAD模型在各种姿态下的成像离线建立模板库,然后对待测图像进行处理并与模板库里的图像匹配来确定物体当前位姿。由于基于物体特征的方法在应用范围上具有限制性,本论文针对基于模板匹配的单目位姿测量方法,主要展开了基于CAD模型库的单目视觉三维物体位姿测量的研究,该研究课题具有很好的研究价值和应用前景。本硕士论文主要工作和创新有:第一,针对单目视觉条件下对三维物体的位姿测量问题,提出了一种基于CAD模型库和改进ICP算法的单目相机位姿测量方案。首先,采用OpenGL绘制出物体几何模型,通过设置一系列虚拟观察点采样得到物体在虚拟相机下的投影图,对投影图提取边缘点集建立模板库。然后,使用改进的Hausdorff距离将待处理图像的边缘点集与模板库的点集模型进行匹配,得到粗略位姿;在此基础上,使用改进的ICP算法对待测图像的边缘点集与物体三维边缘点集进行迭代优化以得到精确位姿参数。第二,针对CAD模型库采样间距受限问题,提出了一种基于多幅模板图的单目视觉位姿测量方案。将待测图像提取边缘点集与模板图像的边缘点集进行匹配,取Hausdorff距离最小的八幅模板图像,以确保待测图像中物体位姿在八幅模板图像代表的位姿范围内。在此基础上,使用改进的ICP算法将待测图像的边缘点集与八幅模板图的边缘点集分别进行迭代优化得到八组优化位姿参数,对八组位姿结果分别赋予不同权值计算出物体的精确位姿。第三,针对三维物体的位姿测量速度问题,提出一种基于图像金字塔和改进遗传算法的单目视觉位姿测量新方案。通过改进的Hausdorff距离结合图像金字塔将待测图像与模板图像进行匹配得到粗略位姿以减少了匹配时间;在此基础上,采用改进的遗传算法对粗略位姿参数迭代以得到优化的三维物体位姿参数。第四,基于视觉系统在实际工业自动化中的应用,将位姿测量与机器人手眼标定相结合,提出并实现一种基于视觉系统与工业机器人的大型工件自动上下料系统。该系统包含离线标定与示教、在线位姿检测与抓取两个主要过程,实验结果表明所提出的大型工件自动上下料系统,能实现高精度的位姿测量和抓取,满足工业自动化应用的需求。