随着工业领域对生产中各个环节智能化程度要求的提高,越来越多的具有自主感知和决策能力的工业机器人被应用到生产线的各个环节,对其研究具有重要意义。本研究主要解决轴承圈在热处理环节中呈散乱堆叠状态的上料抓取问题,特别是针对复杂堆叠状态轴承圈的识别定位与抓取任务中可被抓取轴承圈确认困难、轴承圈弱纹理表面难以匹配、轴承圈金属表面易过曝光等问题,开展了基于YOLOv5与双目线激光的轴承圈识别定位与抓取研究。整个课题的研究内容如下:（1）搭建基于双目与线激光的轴承圈识别定位与抓取平台并且对整套算法进行模块化设计。根据机器人夹具特点,对夹具进行工具标定,然后分别阐明单个相机的标定原理、2个相机之间的标定原理、相机与机器人之间手眼标定的原理,并且基于Open CV对2个相机、相机与机器人之间进行标定获得2个相机的内外参数、2个相机之间的转换关系参数和相机与机器人之间的转换关系参数。（2）基于YOLOv5目标检测算法和双目系统实现无遮挡轴承圈的识别与预定位。在阐明YOLOv5目标检测网络后,提出基于机器人的半自动化的轴承圈数据集采集方法和基于实际工况的数据增强方法,并对YOLOv5网络进行训练和测试;根据YOLOv5目标检测结果设计基于目标粒度立体匹配的轴承圈预定位算法;设计抓取平台手眼系统精度实验并根据实验结果校正手眼系统;设计基于机器人辅助的轴承圈预定位精度实验。（3）在得到轴承圈的预定位信息后,提出基于线激光辅助的轴承圈精定位方法以及机器人抓取位姿计算方法。首先提出基于伺服电机的半自动化线激光条纹数据集采集方法和基于实际工况的数据增强方法,并对YOLOv5网络进行训练和测试;接着阐明线激光的投射方法,并对线激光投射系统进行标定;最后提出基于线激光辅助的轴承圈精定位算法及机器人最佳抓取位姿计算方法,并设计实验测试精度。（4）整合轴承圈预定位和精定位及机器人抓取位姿计算三方面研究,对定位和抓取进行联调。研究针对未遮挡轴承圈和线激光条纹的选择方法、针对预定位和精定位的错误检测方法、错误处理机制、机器人抓取时运动轨迹规划等以实现系统的自主选择与自主决策;将相机标定、手眼标定、识别定位与抓取等功能整合到一个统一的软件系统;最后使用该系统应用于实际的轴承圈抓任务以验证系统的可行性。