实际工业环境下经常需要对工件的位置进行调整,若使用人力来完成这种单一重复的动作,效率低下且容易造成工人疲劳,而基于视觉的机器人具有运动快速和抓取准确的特性,因此非常适合在这种工作场合使用。本课题以贝加莱公司提供的并联机器人为研究对象,将视觉机器人对工件的分拣过程进行抽象,最终形成并联机器人对几何体的抓取和放置操作。本课题完成了图像处理程序和路径规划算法的综合设计,包括数字图像采集、数字图像处理、角度计算与路径规划和TCP/IP通信等内容。将摄像头安装在并联机器人安全门内壁的侧上方,通过图像采集软件获取机器人工作台的图像信息,并将结果图像保存在计算机中。对拍摄的图像进行预处理,使用图像增强和投影变换等方法优化图像。通过聚类分割,区分外圈几何体和内圈通孔。基于形状识别算法识别外圈几何体和内圈通孔的形状,计算外圈几何体和内圈通孔的质心坐标。基于颜色识别算法识别外圈几何体的颜色。使用角点检测算法获取外圈几何体的角点坐标,计算外圈几何体放入内圈通孔需要旋转的角度。基于蚁群算法设计并联机器人抓取外圈几何体再放置到内圈通孔的顺序,使并联机器人末端执行器运动的总路程最短。经过数据调整,将角度计算和路径规划的结果整定成TCP数据帧格式。在计算机端设计TCP/IP通信软件,将TCP数据帧发送给贝加莱PCC控制器。使用上位机软件VNC Viewer发出启动信号,驱动并联机器人运动,实现几何体的抓取和放置。在贝加莱公司提供的并联机器人实验平台上检验了本课题设计的图像处理和路径规划算法,从实验结果可以看出,对目标物体颜色识别的准确率可达100%,形状识别的准确率可达94%。