传统的制造业会配置工业机器人系统完成上下料等操作,但是工业机器人仅能以固化的编程方式完成特定的工作任务,需要人工配合将物料摆放在特定位置的特定角度。对于抓取气门而言因气门的尺寸较小、表面圆端面特征不明显,并且在物料框里摆放没有固定规律,采用简单示教编程的方式控制机器人无法达到快速自动抓取气门的目的。因此,为了提高工业机器人的自动化程度,同时提高气门抓取工作的效率,本文在参考大量文献及机器视觉系统应用实例的基础上,设计了针对气门工件的无序摆放抓取系统。利用OpenCV进行相机标定,采用Kinect深度相机对气门工件图像进行采集,接着对图像进行识别与处理,求解目标工件的位姿,搭建气门无序摆放抓取系统实验平台,对系统的各个模块进行分块设计。随后采用多种策略对气门无序摆放抓取系统进行模拟测试,验证其工程实际意义和价值。本文研究主要内容如下:对Kinect深度相机采集到的图像进行识别与定位,分析气门工件在图像中的几何特征。首先对彩色图像进行灰度化、二值化等处理,然后用Sobel算子进行边缘提取,使用基于形态学重建的改进标记分水岭算法进行图像分割,用基于链码算法的Hough变换对二维预处理图像进行轮廓拟合,随后进行模板匹配。机器视觉系统相关标定。通过对气门无序摆放抓取系统进行分析与建模,分别构建图像坐标系、相机坐标系、世界坐标系、机械臂坐标系等。为求解各个坐标系之间的转换关系,利用OpenCV软件进行相机标定,确定世界坐标系、相机坐标系与图像坐标系之间的关系,进行eye-in-hand手眼标定,确定相机、机械臂坐标系之间的关系,两者相结合,可以得到图像坐标系与机械臂坐标系之间的关系,进而得到目标工件在机械臂坐标系下的三维位姿。模拟测试气门无序摆放抓取系统。使用Matlab与C++混合编程的方法,实现机器人与视觉系统的Socket通讯,完成工件位姿数据的传送。对气门无序摆放抓取系统的实验平台进行搭建,测试抓取气门工件,验证系统的可行性、可靠性及准确性。