随着工业技术的发展,工业机器人被广泛应用于机械加工、喷涂、装配、搬运等领域。视觉定位是机器人实现目标自适应抓取的前提,通过图像处理技术实现目标的分割和定位,引导机器人实现目标的自主抓取。对基于视觉的工业机器人目标姿态定位抓取技术进行研究,不仅解决了工业机器人在传统应用中目标定位不可靠的问题,而且能够保证目标在不同姿态下都能进行正确的抓取。因此,本文利用RGB-D相机可直接获取空间三维信息的优势,设计并完成了一种基于RGB-D相机的工业机器人目标姿态定位抓取系统,具有重要的实用价值和现实意义。首先,根据目标姿态定位抓取系统的要求,选择“眼到手”视觉系统作为本文系统的总体框架设计。针对6R机器人正逆运动学求解计算复杂的问题,采用MATLAB机器人工具箱对其进行建模仿真分析,为后续逆运动学求解提供理论基础。同时,完成了图像处理上位机软件设计,为最后系统集成的实现奠定了基础。其次,针对RGB-D相机获取的原始深度图像信息存在大量空洞,导致目标定位精度低的问题,提出一种改进的联合深度图像的RGB-D相机深度图像修复算法,该算法采用空洞邻域深度值方差阈值法将空洞分为平面内空洞和边缘空洞,针对这两类空洞分别采用平面一致性和颜色相似性进行修复。深度图像修复对比实验表明,本文修复算法能够有效地修复空洞,同时保持了深度图像的清晰度。目标3D定位实验结果表明,利用修复后的深度图像进行目标定位提高了定位精度。再者,针对目标在与支撑面连接处存在过分割或欠分割的问题,本文采用深度阈值和向量约束相融合的方法分割出目标整体三维点云。在目标主视面三维点云的分割中,针对传统的K-means聚类算法分割结果稳定性差和精度低的问题,提出一种改进的K-means聚类分割算法,该算法利用密度参数法确定三维点云聚类初始中心。采用RANSAC算法对目标主视面三维点云进行平面拟合,在此基础上实现目标的姿态定位。通过空间三维点云聚类分割实验,证明了本文改进的K-means聚类分割算法提高了分割的精度及稳定性。最后,在VS2012环境下结合MATLAB语言实现上位机图像处理软件的设计和逆运动学的求解,结合6R机器人控制器完成视觉定位抓取系统的集成。在此系统上,设计了目标定位线下实验和目标定位抓取线上实验,实验结果证明了本文基于深度图像信息的目标定位方法和系统方案设计的可行性和实用性。