在海上溢油回收船中，围油栏浮筒内嵌在船体两侧，由扫油臂前端捕获装置抓取浮筒，将围油栏导出并伸展开，是溢油回收中非常重要的一步。在与青岛某环保企业合作的项目中发现，传统的捕获装置自主能力差，自动化程度低，需要人眼现场观察配合操作，导致捕获动作时间较长，往往贻误海上作业的最佳时机。针对这一问题，提出将机器视觉应用于扫油臂前端捕获系统中，由机器视觉引导扫油臂前端捕获装置快速捕获围油栏浮筒，以提高系统的智能化程度。　　本课题研究开发一种由单目视觉单元、计算机和机械臂执行机构，三部分组成的围油栏浮筒捕获系统。目的是让捕获装置拥有一双感知目标的“眼睛”，利用单目视觉系统的定位原理，对浮筒中心坐标进行提取和定位。系统的硬件由DASLA公司的Falcon2M30 CCD工业摄像机，1394图像采集卡，Dynamixel Ax-12A伺服舵机组成。由CCD工业摄像机摄取图像，采集卡采集图像信息，由上位机进行图像的识别定位，通过相关算法计算浮筒的坐标信息及前端机械臂在不同方向上的位移距离。然后将数据传输给伺服舵机，驱动扫油臂前端捕获装置完成抓取。工作人员通过上位机实时画面，可以直接进行监控和操作。　　在课题研究中，系统以机器视觉为核心，采用张正友标定法，实现了单目摄像机的标定;利用核心算法Hough变换法提取浮筒的中心坐标;将旋量理论应用于标定算法中，获取前端机械臂的关节参数，对机械臂进行标定;选取了合适的子问题模型，对运动学逆解进行求解，最终求得机械臂到达目标位置时关节的旋转角度。　　课题进行了围油栏浮筒捕获系统的总体方案设计，完成了摄像机单目标定，图像采集，机械臂标定和逆运动学研究的程序设计。在此基础上，借助于学校机器人研究中心四自由度机器人平台，进行了相关实验，模拟了机械臂实物抓取过程，得到了比较理想的效果。