筒子纱在纺织行业应用广泛,筒子纱在转运、上下纱架时需要大量人工来完成,劳动强度大、效率低。随着人力成本的提高,以劳动密集型为特点的纺织行业受到了巨大的冲击。随着工业机器人技术的快速发展,用工业机器人取代人工已成必然趋势。由于筒子纱的尺寸、形状、色彩具有多样性,工业机器人缺乏对作业目标的感知,本文结合工业机器人与机器视觉技术,以筒子纱为作业目标,研究基于双目视觉的抓纱机器人在工业生产环境下高效稳定识别与定位的理论和方法。论文的主要内容:(1)对Bumblebee2双目相机的成像原理以及空间点和它对应的二维图像像素点间的映射关系的研究基础上,本文采用经典的张氏三步标定法来确定相机的内外参数,标定结果显示误差均在1个像素内,标定精度达到抓取要求。(2)由于筒子纱图像受到噪声及光照不均的干扰,对图像进行加权平均灰度化处理与滤波降噪的基础上,采用伽玛矫正筒子纱图像,消除光照不均。以Sobel算子检测筒子纱图像边缘,利用边缘连接算子补充断点,采用具有拓扑分析能力的轮廓跟踪算法提取筒子纱边缘轮廓特征,有效识别筒子纱,对重叠筒子纱采用表面法向量与投影平面的夹角确定筒子纱的重叠关系。(3)为了降低匹配左右图像的算法复杂度,本文提出了一种用Bouguet算法对左右图像进行立体校正,将匹配点对约束在一条直线上,由于筒子纱图像的特征为弱纹理特征,本文提出全局最小生成树的立体匹配算法进行图像立体匹配,结合标定参数得到筒子纱的空间坐标。(4)搭建基于双目视觉的抓纱机器人目标识别与定位实验平台,对单个筒子纱及多个筒子纱的重叠情况进行实验分析,验证了本文识别与定位算法。图44幅,表13个,参考文献67篇。