配备视觉设备的工业机器人在食品包装、医药生产、无损检测、自动生产流水线等场合扮演了重要的角色。随着“中国制造2025”战略的提出,机器视觉和工业机器人的联合工作必然在智能制造中发挥越来越重要的作用。本文针对智能相机和工业机器人组成的Eye-to-hand形式的自动分拣系统,研究其中涉及的若干关键技术,主要研究内容和成果包括:1、针对基于智能相机和工业机器人的自动分拣系统标定问题,提出了一种基于摄影测量的标定方法。该方法首先由工作相机对置于传送带上的平面靶标拍摄一幅图像,据此计算工作相机图像平面与平面靶标之间的单应性矩阵,然后运用摄影测量系统对传送带上的平面靶标及散布于机器人表面的标记点拍摄机器人绕A4轴做一次旋转运动前后的两组图像,再拍摄机器人绕其A1轴做一次旋转运动后的一组图像,在对每组图像中的标记点分别进行三维重建的基础上,得到机器人坐标系以及平面靶标坐标系与机器人坐标系的位置关系,进而结合计算出的单应性矩阵得到工作相机图像坐标系至机器人坐标系的映射,实现自动分拣系统的标定。在标定过程中机器人只需旋转两次,并拍摄若干图像即可,十分便于实现,且计算过程只涉及线性运算,稳定可靠。实验证明具有较高的标定精度。2、研究并建立了智能相机与工业机器人实时可靠的通信机制。深入研究了智能相机与工业机器人的通信接口,建立了智能相机与工业机器人可靠的通信机制。由写入机器人控制计算机内的配置文件,严格限定智能相机和机器人通信数据的格式;以EtherNet/IP作为系统的主要通信方式,采用同步阻塞模式,保证了系统各组件间的同步和实时性,方便移植到具备以太网接口的其他自动化设备。实验表明,本通信方法能够保证较高的实时性和可靠性。3、研究并实现了一套传送带上运动目标的手眼组合识别、定位算法。针对传送带上不断运动的工件识别定位,深入研究了图像处理及模板匹配算法,采用游程编码和轮廓编码的方法表示图像中的前景目标,然后提取工件具有旋转平移不变性的全局特征作为匹配的主要依据,对目标工件进行快速准确的识别;对目标在传送带上的运动进行预测,进而引导工业机器人准确抓取到传送带上运动的目标工件;针对在自动分拣系统中可能出现的各种干扰如遮挡等,本文研究了基于二进制描述子的匹配算法,可以快速获得特征点的匹配,结合RANSAC算法剔除误匹配的点对,保证良好的匹配率。4、研究开发了一套基于智能相机和工业机器人的自动分拣原型系统SCIR。通过对自动分拣系统各组件的研究和选型,搭建了基于VC智能相机和KUKA工业机器人的嵌入式闭环自动分拣原型系统,同时为了对该原型系统进行标定、模板选择和智能相机程序上传等操作,在VS2013平台上开发了SCIR自动分拣原型系统的计算机端配套软件系统。对本文的关键技术进行了验证,经实验表明,SCIR原型系统达到了预期的目的。