中国是苹果生产和消费大国,而苹果采摘问题一直困扰着农户,苹果采摘具有季节性和劳动密集性的特点,现阶段我国苹果采摘作业主要依靠人工完成,智能化采摘可以降低成本、提高采摘效率、增加经济收入,是苹果机采摘的必然趋势。苹果采摘机器人的图像识别系统的准确率和识别速度直接影响采摘效率。为了提高苹果果园成熟时期苹果的识别和定位的精度,本文选用卷积神经网络为基础,参考了相关知识和研究成果对苹果目标进行识别研究,通过双目立体深度相机获取苹果三维空间坐标,提高苹果采摘机器人对苹果目标识别和定位的准确率和鲁棒性,方便后续苹果采摘机器人能高效的完成采摘工作。本文的研究结果如下:（1）苹果图像的预处理方法研究。针对获取到的苹果数据集图像尺寸、明暗等差异问题,使用尺寸归一化、随机旋转、色彩抖动、Gamma变换、运动模糊的方法对实验苹果数据集进行数据增强,增加训练样本,提升模型的鲁棒性和泛化能力。使用Label Img软件对苹果图像进行位置标定,建立了苹果数据集。（2）苹果目标识别算法的研究。首先,针对传统图像处理目标检测方法与深度学习算法中Fast R-CNN等网络在检测精度、检测速度以及泛化能力不足的问题,提出了改进YOLOv5的检测模型,用于苹果目标的识别。在YOLO算法上进行主干网络、网络轻量化、双向特征金字塔网络的改进,最终的模型通过增加注意力机制,模型可通过自动学习获得不同通道特征的重要程度;使用Rep VGG神经网络算子改进YOLO主干网络,在保证算法精度的前提下提高了检测速度,满足采摘机器人对目标果实检测的实时性要求;其次,将Bi FPN双向特征金字塔网络与YOLOv5目标检测框架相结合,不增加太多运算成本的情况下融合更多的特征,为了达到提高小目标检测精度的效果,我们增加新的特征层,以实现更高级别的特征融合,提高了对苹果目标的识别精度和速度。改进后的YOLO算法对苹果目标识别的准确率达到0.973,识别速度达到0.032幅/s。本文所提出的方法在检测精度与检测速度上均有明显提升,苹果识别效果较好。（3）通过标定双目摄像机,获得左右摄像机的内部参数矩阵,基于极线约束原则,将左右图像的像素点进行匹配,将获取到的深度数据使用冒泡排序、中值滤波进行处理,使用视差法将苹果二维坐标转换为三维坐标,通过相似三角形运算得到苹果果实的三维信息。实验结果分析表明,通过双目相机测量的距离与实际距离的平均深度距离误差为15.9mm,测量误差较小,满足一般情况下的采摘需求。