本文基于“眼在手上”的手眼系统架构研究物体三维位姿识别方法,并对识别出来的物体进行抓取操作。其核心是借助视觉系统与执行机构的交互功能,综合分析手眼系统给出的多次识别与定位结果,从而得到更加精确的位姿辨识结果。本文的主要内容包括以下三点:(1)基于LINEMOD三维位姿识别算法提出快速分层模板匹配策略用来调和识别精度与速度的矛盾。利用该策略,我们可以通过在分层的金字塔模板库中按照索引关系搜索匹配模板,而不用一个个遍历库中所有的模板。这使得我们能够大大缩小算法在大模板库中的搜索时间,可以在不影响实时性的情况下提高初始位姿识别精度。通过性能评估实验表明这种快速分层模板匹配策略可以协调估计姿态的精度和模板数量之间的冲突。我们可以在位姿空间内采集更多的模板构造一个更密集的模板数据库,以获得更精确的位姿识别结果。(2)提出了多次位姿识别结果的综合方法。我们结合单帧位姿识别方法提出了手眼系统环绕观测物体的移动策略和多次识别结果优化方法。详细论述了环绕观测物体的移动策略能够实现多方位多角度对物体位姿进行辨识,充分发挥手眼系统的优势来克服物体出现“难识别”位姿的问题。同时多次识别结果优化方法利用拉依达准则剔除异常识别结果,然后求取多次位姿测量值的平均值作为最终位姿识别结果。实验表明,通过环绕观测,多方位多角度对物体位姿识别的方案能够明显提升位姿识别精度。(3)设计了手眼系统循环抓取演示实验来验证整体框架的有效性。我们详细介绍了手眼系统抓取实验的硬件系统配置和软件系统架构,详实地介绍了手眼矩阵标定的基本理论以及算法求解流程,并具体地阐述了物体位姿识别结果绘制以及物体个数粗识别相关的图像理论知识。我们对循环抓取演示实验流程进行了详细介绍,通过两次自由撒放和识别吸取三通管的实验验证了本文研究的手眼系统架构下物体三维位姿识别方法是切实可行的。