计算机视觉技术在机器人技术中有着广泛的应用。本文针对柔索并联机器人,基于深度学习原理,对机器人视觉系统中的若干技术做出研究,主要内容如下:(1)针对图像分类问题,提出了一种深度前馈网络特征学习评价函数。将深度前馈网络当作特征提取器,通过对其提取的特征进行线性判别分析,定义一种评价函数,从而量化表征深度前馈网络特征学习能力。在CIFAR-10数据集中设计实验证明,该特征评价函数对于提取特征的分布具有良好的评价效果。(2)针对圆形导轨、直线型导轨机器人移动构件定位问题,提出了一种基于计算机视觉的快速定位算法。先设计定位目标,然后对目标进行检测,最后通过后处理模块进行精确定位。实验证明,在圆形导轨移动构件分布角度定位问题中,定位精度可以达到1°以内,算法对每一帧图像处理时间在30毫秒以内。(3)针对机器人控制系统资源受限问题,对深度学习训练模型进行剪枝。并实现了模型固化和跨平台调用。(4)搭建实验系统。在已有机器人实验平台的基础上,设计了一个基于TensorFlow的视觉软件框架,最后在实验平台上设计两组实验,研究定位算法的静态误差和动态跟踪误差并分析误差来源。