在“中国制造2025”的战略计划中,我国全面推进制造强国战略,智能制造是其重要的一部分,也是我国从制造大国转向制造强国的根本途径。机器人作为优先发展的十大行业之一,在汽车、机械、军事、航空航天以及家庭健康、教育、娱乐等方面具有巨大的需求。近几年来,我国汽车产业迅猛发展,由此也带动轮胎产业的发展,我国的轮胎产量、出口量、企业数量都位于世界首位。在轮胎生产运输过程中,使用机器人代替人力劳动,将极大地提高生产效率,节约成本。本文对机器人抓取轮胎的双目立体视觉系统进行了研究,主要工作如下:（1）搭建双目立体视觉系统平台。由于轮胎表面缺少纹理,在两个相机之间增加激光点发射器,通过投射的激光点增加轮胎表面特征,降低匹配难度。在立体视觉系统中,为提高定位精度,设置较长的基线。左右相机以汇聚方式放置,以增加左右相机的公共视场。使用实验室开发的相机标定软件计算相机的内参、畸变系数和左右相机之间的相对位置,基于这些计算的参数进行图像矫正和立体校正。（2）在双目立体匹配算法的研究中,针对采集的图像设计相应的立体匹配算法。针对双目立体匹配数据量大,处理时间长的问题,本文设计了相应的解决方法。首先对原始左右图像进行下采样,在下采样的图像上进行立体匹配,生成左视差图和右视差图,并在视差图上提取轮胎区域。在原始图像上,匹配代价计算、匹配代价聚合和视差后处理仅在轮胎区域上进行计算,极大的加快了立体匹配算法的计算速度。而且,在降采样的图像上得到视差图后,对视差图进行上采样,在原始图像的尺寸上,优化视差图,提高视差图精度。（3）在点云配准的过程中,基于PCL（Point Cloud Library）库编写程序将生成的轮胎上表面三维点云与轮胎模板三维点云进行配准。首先利用实验室的线结构光扫描平台生成轮胎模板点云,然后进行点云配准。点云配准时,先对点云数据进行降采样,加快点云的处理速度。然后提取点云的ISS（Intrinsic Shape Signatures）关键点,计算ISS关键点的SHOT（Signature of Histograms of Orientations）描述子,基于采样一致性初始配准SAC-IA（Sample Consensus Initial Alignment）算法对点云进行粗配准,然后采用迭代最近点ICP（Iterative Closest Point）算法对点云进行精确配准,计算轮胎的位姿。（4）设计实验验证本文设计的双目立体视觉系统的精度。基于激光跟踪仪采集的数据计算轮胎移动后与轮胎初始位置之间的刚体变换矩阵,并将该刚体变换矩阵作为真实值。将轮胎模板点云变换到轮胎初始位置的点云处。然后将真实的刚体变换矩阵与本文算法计算出的刚体变换矩阵作用于轮胎模板点云,得到两幅点云,将两幅点云质心坐标差和法线的夹角当作相对测量误差。实验证明本文设计的双目立体视觉系统具有较高的精度