为了实现档案库房的无人值守化管理,提高档案管理的智能化水平,本文展开了以视觉技术为主导的档案存取机器人关键技术研究,针对机器人在档案库房内的自主导航和档案盒查找,以及常规摆放条件下的档案盒抓取和存放等技术问题,进行了以下研究:首先,融合激光SLAM技术和QR码导航方法设计了一种档案库房内机器人自动导航寻址的方法。一是在机器人底盘小车上集成了激光雷达导航系统,采集二维点云图数据构建档案库房地图,并嵌入路径规划算法实现了机器人在档案库房内的架体寻址。二是针对激光雷达在档案架内无法建图的缺陷,采用视觉QR码导航方法解决了机器人在架体内行走查找档案盒时的位姿校正,实现了机器人在档案库房内的全覆盖自主导航。三是基于档案盒条码管理方法,设计了一种机器人在移动过程中扫描识别条码的方法,使机器人能在自主导航过程中同步完成档案盒的查找。其次,研究了基于视觉的档案盒精确定位和测量方法。分别从工业传统视觉领域和当今流行的人工智能视觉领域展开了对精确定位和测量档案盒方法的探索。一是基于档案盒特有的颜色特征,采用了结合形态学思想的卷积方法提取像素区块颜色特征,通过神经网络对具有不同颜色特征的像素区块进行分类,从而组合出图像中档案盒所在区域,大大提升Blob分析法提取档案盒位置和厚度的精度。二是基于深度学习目标检测方法,在原有的YOLOv3网络中加入了角度推断和GIo U层,使网络可以检测倾倒的档案盒并对重叠和旋转的检测框进行更好地评估,通过EM算法去除多余重叠的检测框,实现了复杂密集场景下的档案盒检测和定位测量。再次,对整体档案存取机器人的软硬件架构进行了设计。硬件部分结合所应用的视觉技术和档案盒的特点,设计了由真空吸盘、夹取手掌和工业相机组成的存取机械手;工业相机与机械臂构成手眼系统,通过无线相机通讯方案设计、手眼标定以及机械臂在笛卡尔空间的直线轨迹规划,使存取机器人具备了可以灵活、协调进行档案盒存取工作的“手”和“眼”。软件部分设计了具备各模块调试功能和完整上下架档案盒功能的可视化操作界面,可实时反馈机器人当前工作状态,实现用户在总控室对机器人的完全操控。最后,在实际档案库房环境内对机器人各模块功能以及整套存取功能进行了实验测试。一是对SLAM建图功能和移动视觉识别条码功能进行了实验,结合实际导航效果演示,证明了机器人具备在库房内自主导航并寻址档案盒的功能,档案盒查找成功率达到98.67%。二是对两种档案盒精确定位测量方法进行了对比和消融实验,从运行时间、检测正确率以及定位测量精度三个方面对本文提出的方法进行了评估,实验表明,本文所设计方法运行时间均可控制在1s以内,检测正确率最高达到96%,定位测量误差在2mm以内。最后,通过机器人实际存取档案盒实验,表明本文所设计的档案存取机器人具有95%以上的存取成功率,具有实际应用的潜力。