机器人已越来越多地应用于现代工业中的焊接、喷涂、装配、搬运等各种生产环节,而作为机器人最重要的感观信息,视觉主要用于目标和机器人末端位姿的测量,以便对机器人末端位姿进行控制。在机器人视觉伺服系统中,要使机器人能够捕获到目标,视觉系统不但要反馈目标的三维位置信息,而且要计算出机器手臂的三维位姿参数,以便在实际任务中实时跟踪、反馈末端操作器的状态,使机器人控制器较好地进行路径规划。而在实际应用中,由于背景、光照等干扰因素的影响,视觉控制的方法往往难以收到良好的效果。因此,本文对机器人视觉伺服系统中的视觉检测环节作了研究,试图建立一个面向六自由度串联机械手臂捕获目标的双目视觉检测系统,并对相关问题作了分析。本文首先根据应用目标,对视觉伺服系统进行了整体架构,搭建了一个硬件平台,分析了各子模块,指出这样的结构有助于保证和提高系统的实时性。在视频信号的采集上,采用了微软的DirectShow技术,并将得到的图像数据转换成OpenCV的数据格式,以便后续的处理。目标和机器人手臂的检测和匹配是本文研究的中心。本文以红色小球作为实验对象,分析了基于Hough变换、颜色以及运动信息等三种检测策略,结果显示采用运动信息结合颜色特征的检测算法在本实验条件下是最好的选择。由于机械手臂本身的复杂性,本文将一种统计模型的分类器方法——基于类Haar特征的AdaBoost算法应用于对六自由度串联机器人的检测,取得了良好的效果,检测率达到85%以上。本文同时对机器人的3D位姿进行了数学建模,根据SIFT立体匹配所得到的几对特征点,最后得到了六自由度串联机器人手臂的空间三维位姿参数(t_x,t_y,t_z,θ,φ,(?)),与实际值相差较小,可作为向机器人控制器反馈的运动信息。最后对本文的工作进行了总结和展望。