在智能化时代背景下,随着智能化的发展,机械手搭载视觉系统就相当于让机械手拥有了“眼睛”,促进工业制造更加智能化、柔性化。工业现场经常需要完成对无序堆叠零件定位的工作,由于单目视觉不能较好的解决这个问题,因此需要依靠人工或者振动机构将无序堆叠零件平整放置,然后利用单目视觉进行后续操作,影响了生产效率,增加了制造成本。为提高企业的生产效率,促进自动化的进一步发展,本论文针对无序堆叠问题开展了基于双目视觉的堆叠零件识别定位研究,主要研究内容如下:（1）对双目标定和手眼标定的研究。双目标定理论分析,在MATLAB上进行标定及校正实验,重投影误差为0.21像素,表明标定结果较好。通过控制机械手操纵器的端部随机平移3次,旋转1次求解手眼标定矩阵,联合机械手利用欧氏距离偏差进行定位精度验证,偏差在0.5～1.1mm,均值为0.78mm说明精度高。（2）对无序堆叠零件的预处理和分割算法研究。根据无序堆叠零件的实际工况对图像进行预处理,设计一种混合滤波器,结果表明比单一滤波器的抑制效果更好。用Canny算子对不同工况的零件图进行边缘检测,针对其无法精确定位问题提出形态学处理的彩色标记符分水岭的分割算法,用3组不同数量、不同工况的零件图进行验证,结果表明此算法分割率较高,误差率较小,效率较高,可以精确地划分出ROI区域。（3）对无序堆叠零件的立体匹配算法研究。基于前景分割、“黑洞填充”、误匹配点剔除改进的SGBM半全局立体匹配算法获取视差,实验表明该改进算法能够更好的解决弱纹理和遮挡区的匹配问题,提升匹配效果,且效率高。（4）对无序堆叠零件的三维重建及位姿获取研究。由分割结果设置ROI区域,边缘检测出边缘轮廓,利用视差计算出三维坐标,用随机椭圆法在MATLAB上拟合出空间圆获取位姿,依据零件的位置高度z和零件与相机的水平距离x制定抓取优先级。（5）搭建平台及抓取实验。通过3次采样点6次采样获取空间坐标值,差值在0～1mm,波动范围较小,说明重复定位精度高。通过6次采样点2次采样,依次计算两点的距离与实际测量距离相比,偏差小于1mm,且均值为0.3mm,说明测量精度高。通过不同数量不同堆叠状态的抓取实验,结果表明,抓取成功率为96.88%,抓取时间在1.8s～2s之间波动,实验结果良好。表明了本文系统精度高,稳定性好,具有可行性。