随着机器人在数字化柔性生产线中广泛应用,具备对外部环境的感知能力以及基于感知到的信息进行运动轨迹的动态优化是机器人实现自主运动的前提和关键问题。虽然很多学者从多角度对机器人运动轨迹的动态优化进行了探索和研究,并获得了一些成果,但仍存在很多问题有待更进一步的研究。本文在机器视觉技术日趋完善同时已经在各领域普及的背景下,结合双目视觉和最优路径规划技术对运动轨迹动态优化问题进行研究,完成了以下几个方面的内容:(1)阐明本课题的研究背景及意义,完成工业机器人、机器视觉技术、路径规划技术和运动跟踪技术的国内外研究现状的调研学习。(2)对相机模型、双目相机视差原理和极限约束进行了介绍,通过半全局立体匹配算法获取场景区域的空间云信息,并根据相机坐标系和世界坐标系之间的映射关系,将点云投影到机器人坐标系中,完成场景的重构。(3)对于机器人运动轨迹动态优化的问题,本课题分为两个技术点进行研究:1、路径规划问题;2、运动检测跟踪问题。在路径规划技术的研究中,本课题在传统A星算法的基础上,剔除路径中冗余节点、多余拐点,并通过B样条曲线对路径进行平滑处理,实现机器人运动轨迹最优且连续平稳。在运动检测跟踪问题的研究中,本课题采用改进的Mean-shift算法对机器人在运行过程中可能存在的障碍进行实时监测跟踪,并根据障碍的运动情况,对路径进行分情况讨论,实现机器人路径搜索及无障碍最优轨迹动态输出。(4)对机器人系统进行概述,通过对本课题系统需求的分析,对基于双目视觉的机器人硬件平台进行模块化设计,并详细的介绍了各个模块之间的连接方式、功能和参数选型,最后确定本课题总体方案的框架。(5)在自主搭建的硬件平台上,完成双目视觉感知和运动控制两个软件平台的设计,利用PC作为上位监控,通过自主编写的上位机界面和运动控制程序进行通讯和实时数据交互,验证了基于双目视觉的机器人轨迹动态优化方法的有效性。