人类大脑主要通过视觉从外部世界获得信息。在人工智能日益发展的今天,无论是军事,还是制造业,强化机器人的视觉技术也越来越重要。随着电子商务向三四五线城市渗透,我国快递业呈飞速发展态势,面对大量的快递包裹,京东率先建成了首个全流程无人仓,用一系列机器人取代了人工操作。本文结合实际场景对无人仓中的快递抓取机器人即供件机器人进行了研究,主要工作如下:1,针对目前供件机器人成本高,结构复杂的特性,设计了一种基于快递单识别的单目视觉快递定位算法,该算法利用快递单颜色明显,形状固定的特点,通过图像处理提取快递单上固定的4个特征点,完成3D-2D的坐标匹配,可以避免目前6自由度单目视觉物体抓取过程中,需要通过拍摄目标物不同位置多幅图片进行匹配的方式来获取物体三维坐标的耗时操作;然后本文对比了基于点的EPnP方法和基于线特征的平行线方法在位姿估计上的精度,选取其中满足抓取指标且效果更优的EPnP方法用于最终的快递位姿估计中。结果表明,该方法可以在没有其他距离传感器的协助下,实现单目单幅图像的快递快速定位,简单有效。2,为了准确提取快递上的角点,针对快递单角点不明显,以及表面不平整的情况,设计了一种LSD直线检测与K-means聚类相结合的算法。在识别出快递单后,LSD算法进行直线检测,但由于单子表面的不平整,每条边上会检测出多条直线,直接获取直线交点就会得到4个以上的特征角点,本文将连通域中心与检测出的每条直线作垂点,通过k-means对垂点进行聚类,从而将直线根据所在位置分为四类,由于长的线段包含更多的信息,选取每类中长度最长的直线进行交点的求取,最终完成角点的定位。实验结果表明,本文所提出的方法取得了良好的效果,对快递的位置估计上,XY的位置误差在2cm内,高度距离误差在3mm左右,角度平均误差在2°以内,能够满足供件机器人抓取快递的要求。