对机器人视觉系统进行有效标定,可以实现运动与作业目标的准确定位。机器人一般会在地面进行精确标定,但在火箭发射升空及投入使用过程中,机器人视觉系统可能会出现故障,或者根据实际任务需求对相机的焦距、光圈进行重新调节,另外机器人在运动作业过程中,可能会导致其相机相对位置发生改变,这都需要在空间站上对其视觉系统进行重新标定。通过靶标对机器人视觉系统参数进行标定是目前的主要方法,但是在空间站舱内外机器人运动作业范围广,尤其考虑到其在舱外有标定需要时,宇航员无法在旁提供靶标,则需在舱体上安装靶标,而舱体表面一般为曲面,若安装靶标需额外设计装置,这样的要求在空间站中很难实现,故本文提出了一种基于正交平行线的自主标定方法,该方法无需使用靶标,且在空间站复杂光照环境下可以实现有效的标定,满足机器人作业对视觉系统定位精度的要求。本文围绕复杂光照环境下空间机器人双目视觉系统自主标定展开研究。主要研究内容和成果如下:第一,空间站复杂的光照环境会给视觉系统带来大量的混合噪声,这给双目视觉系统的识别与标定带来新的挑战。本文提出了一种基于最大相关熵的卡尔曼标定图像滤波算法,解决空间站中由光照突变、镜头晃动以及目标遮挡等带来的动态噪声问题,为后续平行线的识别与提取提供基础。第二,为提升空间站中的平行线识别与提取精度,本文提出了一种图像增强与平行线识别提取方案。首先对图像进行直方图均衡化以及Retinex增强,以优化图像中由于光照过曝、不足以及阴影等原因带来的静态噪声,进而利用提出的基于最大相关熵卡尔曼标定图像滤波算法滤除图像中由于光照突变、目标遮挡以及镜头晃动等带来的动态噪声,最后结合Canny算子以及Hough变换提取视野内的正交平行线,完成了空间站复杂光照环境下的平行线精确识别和提取工作。第三,为解决空间机器人双目视觉系统自主标定问题,本文选择正交平行线几何特征作为自主标定算法计算参数。在实现算法的基础上,本文将对算法进行全面的测试,分析包括光照环境在内的影响视觉系统标定精度的因素,并针对影响较大的因素对算法进行改进,从而实现将此算法稳定地应用于空间站。第四,设计了实验平台模拟空间站光照环境,综合评定基于靶标标定法、基于正交平行线的自主标定算法、基于卡尔曼滤波的自主标定改进算法以及基于最大相关熵卡尔曼滤波的自主标定改进算法这四种算法在理想情况、光照环境变化情况、镜头晃动情况以及目标发生遮挡这四种工况下的表现,验证本文所提出的空间机器人双目视觉系统自主标定算法方案的可行性与有效性。