智能制造是未来工业发展的必然趋势,工业机器人的智能化是智能制造中的核心问题。机械臂视觉伺服控制技术是一种利用视觉信息对机器人运动实施反馈控制的方法。与传统控制方法相比,这种技术能提供更高的设计灵活性、任务精度以及智能化水平,是机器人智能化的重要研究方向。现有的视觉伺服控制技术以图像特征点为控制基础,难以应用于缺少稳定图像特征点的低纹理表面零件之上。针对低纹理表面的工业零件的抓取任务,本文研究了基于几何特征的目标位姿识别与视觉伺服技术,并结合上述技术开发了视觉伺服系统,实现了具有几何特征的低纹理表面零件的精密定位与抓取。论文的主要内容包括:(1)针对特征点控制的视觉伺服在低纹理表面零件的抓取任务中难以适用的问题,提出了低纹理表面零件的视觉伺服模型,该模型以低纹理零件几何特征为视觉伺服的基本控制特征,通过对几何特征的检测、跟踪及位姿识别,为视觉伺服控制提供特征的实时状态,根据几何特征的信息应用不同的视觉伺服控制方法抓取目标零件。(2)针对低纹理表面零件的几何特征检测问题,提出了基于梯度聚类的椭圆特征检测方法,通过图像边缘的连续性保证圆的空间连续性,使用边缘聚类获得椭圆候选集合并通过几何约束的去伪过程得到最终椭圆特征。提出了先验透视不变水平集的平面特征测方法,通过将透视变换参数加入能量泛函的求解过程并交替迭代计算梯度下降方向,在获得能量泛函最小值的同时保证了当前特征与基准特征的透视不变性。最后通过实例分析验证了方法的可行性与优越性。(3)针对低纹理表面零件几何特征的姿识别问题,提出了基于锥面求交的圆特征位姿识别方法,通过分析相机模型与空间圆特征的关系,建立了锥面与球面的解析几何方程,通过因式分解得到圆特征在空间的法向量;提出了基于频域相关性分析的平面特征位姿识别方法,首先基于频域相关性分析了轮廓的仿射变换关系,再以仿射变换矩阵作为初始值代入以图像矩为基础建立单应性矩阵方程组,并通过迭代算法求解。利用奇异值分解单应性矩阵求得一般平面特征的空间位姿。(4)针对低纹理表面零件的视觉伺服控制问题,提出了基于圆特征虚轴定位的位置视觉伺服方法,通过定义圆特征平面上的虚轴,确定了圆特征的六个自由度,并通过位置视觉伺服的方法实现机械臂的抓取;提出了基于混合图像矩的视觉伺服控制方法,将传统基于图像矩的视觉伺服方法中,控制旋转自由度的三个高阶图像矩替换为旋转向量,解耦图像特征与运动变量的关系,获得更加平滑的运动轨迹,并消除了控制过程中的不稳定状态。(5)结合本文研究成果,开发了低纹理表面零件的位姿识别与视觉伺服系统并应用在具有几何特征的金属零件抓取任务中,验证了本文所提理论、方法和技术的可行性和有效性。