我国的铸造业正逐步向着智能化方向迈进,但铸件后处理领域的工艺、装备水平仍显不足,传统人工操作的上下料方式存在生产效率低、人力成本高等问题。本课题以视觉伺服技术为基础,深入研究了运动目标的视觉跟踪算法以及机器人的动态抓取控制方法,实现了运动工件的自动化上下料,以提高生产效率。本课题的主要研究工作及结论如下:首先,进行视觉伺服跟踪抓取系统的设计与分析。根据实际生产需求,完成了视觉伺服跟踪抓取系统的总体方案设计,并分别进行了视觉跟踪系统和动态抓取系统的硬件选型与设计;此外,完成了机器人运动学分析以及手眼系统的标定。其次,开展运动目标的视觉跟踪研究。利用图像处理技术实现了复杂背景下工件的实时识别与定位;根据定位结果,提出了自适应双速率无迹卡尔曼滤波视觉跟踪算法,解决了视觉伺服中存在的延时与多采样率问题,实现了对运动目标的视觉跟踪;通过实验对比改进前后的跟踪算法,验证了所提出的视觉跟踪算法具有更好的稳定性与实时性。再次,开展机器人动态抓取控制研究。构建了基于位置的视觉伺服动态抓取控制结构;设计了基于模糊PID控制的视觉伺服控制器;通过仿真实验验证了控制器的性能满足实际需求。最后,进行视觉伺服跟踪抓取系统实验与分析。设计了视觉伺服跟踪抓取系统软件平台,进行了软件模块功能测试;搭建了视觉伺服跟踪抓取实验平台,结合软件平台进行了跟踪抓取实验。实验结果表明,本课题提出的自适应双速率无迹卡尔曼滤波视觉跟踪算法以及设计的基于模糊PID的视觉伺服控制器具有较好的实时性与稳定性,抓取目标的运动速度最高达到。综上所述,本课题以视觉伺服技术为基础,对机器人跟踪抓取技术进行了深入研究,提出了自适应双速率无迹卡尔曼滤波视觉跟踪算法,设计了基于模糊PID控制的视觉伺服控制器,实现了运动工件的自动化上下料,提高了生产效率。