工业机器人作为智能制造装备的重要代表,广泛应用于众多工业领域。结合机器视觉的工业机器人抓取作为诸多作业的前提,其对于制造车间的过程自动化具有重要作用。传统平面视觉检测可较好完成二维图像的检测,但堆叠情况下工件准确识别度较低,导致无法对目标工件进行抓取。为此以基于面结构光的双目视觉系统为依托,开展堆叠情况下的机器人抓取技术研究,搭建实验平台,进行算法设计及实验验证,主要研究内容如下:针对抓取目标位姿获取问题,提出一种基于ISS-3DSC算法的NDT点云配准算法对目标点云进行三维重建以获取位姿信息。该算法首先对目标点云和模板点云进行体素滤波、RANSAC拟合分割等预处理,接着对两片点云建立基于ISS关键点的3DSC特征点对描述。再通过SAC-IA算法根据ISS-3DSC特征点对描述对两片点云完成粗配准获取到初始变换关系后,使用NDT算法完成精配准,得到两片点云的最终变换关系,完成三维重建并获取目标位姿。针对抓取目标优先级和抓取点选择问题,对待抓取目标工件建立基于欧氏距离的优先级评判标准,选取相机成像平面距点云上平面欧氏距离小的点云集作为优先抓取目标。并在此目标完成三维重建后,建立OBB包围盒,以包围盒中心,即点云质心作为抓取点,包围盒Z轴正方向作为夹爪反向抓取姿态。对于所选用Eye-to-hand手眼系统的标定研究,选用基于机器人工件标定的快速手眼标定方法,以机器人工件坐标系作为参考坐标系,将双目面结构光视觉系统坐标系建立在工件坐标系重合的位置上,以间接的完成手眼系统的标定。最后搭建了工业机器人抓取的硬件平台,分别设计了双目面结构光视觉系统和机器人抓取系统,并进行了多种场景下的机器人抓取实验。实验结果表明:所设计机器人视觉抓取系统满足需求,并能以较高的成功率完成对堆叠工件的抓取,具有一定的工程应用价值。