中国在向制造强国转变过程中,制造业作为国民经济主体还需要大力发展,让智能化、柔性化成为工业生产的常态。现如今机器人在生产制造邻域处处可见,但针对工件分拣还是多以人工或者对机器人示教编程为主。国内大多利用视觉技术对工件进行识别抓取也是将工件平整摆放作为前提,生产效率低、成本高。要想让机器人从杂乱的堆叠工件中抓取可分拣的工件,需要机器人具有像人一样的识别能力。因此,给机器人安装双目视觉来实现对环境的感知,通过系统对获取的信息进行处理来求解目标物体的三维信息,再控制机器人实现对堆叠物体的抓取研究就显得十分重要。基于此,本文研究了如何以双目视觉作为机器人对环境的感知元件来构建系统实现对堆叠目标工件进行定位抓取。首先,针对双目视觉系统标定,研究了相机线性成像模型,考虑畸变的影响,完成相机非线性模型推导;分析不同的相机标定方法,完成了单目相机标定参数的求解过程推导;对一般双目视觉数学模型进行研究,建立了平行双目视觉模型;通过相机标定实验获得双目视觉系统相机参数,并对获得的数据进行了分析。其次,针对双目相机采集的图像,对常规图像预处理技术进行研究,通过改进的中值滤波和幂次变换去除图像中的噪声,提高了图像质量;对边缘算法进行研究,采用Canny算子完成了堆叠工件边缘的提取,用改进的随机霍夫变换椭圆拟合算法完成了工件的边缘拟合。然后,针对立体匹配问题,研究了立体校正方法,提出一种基于金字塔和深度相结合的归一化互相关立体匹配算法,提高了立体匹配的效率;针对机器人至上而下的抓取方式,提出一种基于视差的区域生长图像分割算法,完成了最上层待抓取工件的图像分割;通过对分割工件边缘的空间圆拟合研究,完成了对待抓取工件位姿的求解。最后,根据总体设计方案搭建了基于双目视觉的识别和定位抓取实验系统;利用过渡参考坐标系建立了快速手眼标定模型;通过搭建的实验平台对系统精度进行验证和误差分析,并通过堆叠工件进行抓取实验验证了本文系统的可靠和实用性。