21世纪以来,机器视觉与工业机器人技术有了快速发展,融合二者技术特点的实际应用也成为新的发展趋势。在钢铁产品生产领域,钢企对产品的生产信息监管越来越严格,体系也日益完善,钢铁产品在生产过程中需要喷涂身份信息码用于生产过程监管,同时需要对完成生产的钢铁产品粘贴最终的信息标签。相比于传统的人工识别钢铁信息码以及人力粘贴标签,基于机器视觉与工业机器人的智能化设备在效率、准确率、安全性等方面更具有优势。本文根据钢企对流通中单根棒材产品的身份认证与最终下线棒材产品端面贴标的生产需求,分析钢企特钢棒材精整生产线的工况以及棒材产品端面特点,设计了一种水平双标志点的棒材身份认证信息码,信息码中包含两个标志点与三位数字字符;为提高信息码视觉识别效率与准确率,采用双标志点辅助实现了信息码的单次旋转即可矫正;为提高精整线复杂条件下棒材身份信息码的识别准确率,提出并验证了一种二值图像灰度共生矩阵灰度组合GLCM(0,1)数目与字符区域连通域面积矩阵相结合的字符识别方法;对于棒材端面贴标环节,首先采用D-H参数法建立了与机器人生产厂家相一致的坐标系,并完成了机器人运动学正解与逆解的解算,实现了与机器人内部数据的统一;针对运动学逆解存着多组解的情况,制定了四种逆解选解规则,便于实现机器人的运动控制;针对奇异区域时机器人会出现运动不连续、跟踪性能变差、运动稳定性降低与冲击增强等精度问题,采用微分变换法求解机器人雅克比矩阵,依据雅克比矩阵与奇异性的关系,求解出机器人奇异约束方程,并利用该奇异方程制定了机器人运动奇异区域与奇异区域规避策略。本文根据棒材单根身份认证与最终产品端面贴标的工程实际,设计了棒材单根身份认证信息码,提高了信息码图像处理时的矫正速度与准确率,提出并验证了一种应用于钢企生产线的字符识别方法,对UR5机器人的运动学正解及逆解解析,制定了逆解的选解规则,实现了机器人奇异规避的轨迹规划,为钢坯机器人标识系统的产品化奠定的技术基础。