随着智能制造行业的不断发展,对机器人的智能化工作提出了更高的要求。融合视觉技术的机器人将具备感知周围环境的能力,完成对目标工件的定位任务,这是实现智能抓取的关键步骤。除了识别目标并确定其整体位姿外,通过恢复表面关键点的位置信息来对目标工件进行更全面的定位,将对准确可靠地抓取具有重要的意义。因此,本文针对目标工件的特点和应用要求,开展了基于双目视觉识别定位技术的研究,主要工作如下:（1）通过对摄像机成像模型的研究,明确双目视觉的基础性原理,并对其进行立体标定获取相机内外参数,利用标定参数进行畸变和立体校正。其标定误差仅在0.04像素之内,较高的标定精度为后续的识别定位工作奠定基础。（2）根据实际的需求对采集的图像进行预处理,针对工件表面弱纹理特点以及摄像机视角发生变化的问题,采用基于三维形状匹配的识别定位方法。通过CAD模型建立形状模板,根据工件的轮廓边缘信息,以图像金字塔的策略来进行匹配识别。实验结果表明,可以准确识别出不同位姿的工件,而且具有较高的定位精度。（3）针对工件表面弱纹理区域匹配精度较低的问题,主要从代价计算和代价聚合展开研究:将传统Census变换进行改进并与梯度融合作为匹配代价,引入融合多尺度信息的最小生成树代价聚合算法来提高弱纹理区域匹配精度。利用标准测试图片和自采工件图片对算法进行验证,其标准测试图片平均误匹配率为5.45%,表明具有较高的匹配精度。通过对三维重建算法的实验分析,其较高的定位精度验证了算法的有效性,基本满足抓取的要求。（4）基于以上的研究,完成双目视觉的软、硬件实验平台搭建,并通过系统测试,表明该定位系统具有一定的实用性。