双目视觉是计算机视觉技术的一个重要方向,在一般自动化及智能化系统中有广泛应用。利用双目视觉技术对并联机构动平台位姿进行检测,具有方便、灵活和精度高的特点。然而对于存在环境光、阴影、无关实体和杂乱背景干扰下的复杂环境中拍摄的图像,由于难以准确、高效的对图像特征进行提取,利用双目视觉对动平台位姿的检测结果不尽理想,且没有通用的解决方法。针对该问题本文:(1)设计了一种新型自编码标识物,提出了一种基于坐标反馈式的角点检测算法,该算法通过反馈环节的引入实现SUSAN角点检测算法和亚像素角点检测算法的改进组合,并建立了左右图像角点的实时匹配策略:一种双排序的立体匹配算法,由此实现了复杂图像中特征角点三维坐标的快速、高精度和自动检测;(2)对目标物位姿的求解方法进行简化,并通过自编码标识物的布置,建立了动平台位姿的通用检测模型,由此实现了复杂环境下基于双目视觉的动平台位姿的快速、高精度、通用和自动检测。首先,本文对摄像机的线性模型和非线性模型进行了分析,基于张正友的标定方法,采用Matlab标定工具箱进行了双目相机标定,标定结果的重投影误差小于0.0058%;并在标定结果的基础上基于OpenCV进行了图像矫正,矫正后的原始图像与预期高度一致。然后,利用本文提出基于坐标反馈式的角点检测算法和双排序的立体匹配算法,实现了标识物角点的检测和匹配,继而通过三角测量原理实现了各角点的三维重建。对拍摄于不同光照条件和噪声干扰下的原始图像进行角点检测实验,经实验验证:利用该方法可以快速的检测到标识物的角点三维坐标,且检测到的角点间的距离误差小于0.24%,并对光照和噪声具有鲁棒性。最后,通过自编码标识物的人工布置建立了基于定平台的动平台位姿检测模型,并在此基础上引申出基于动平台初始位姿的检测模型,通过这两种检测模型实现了动平台位姿检测的全面性和通用性的要求。基于这两种检测模型搭建了实验平台进行位姿检测实验,并使用激光跟踪仪进行位姿检测的对比实验,经实验验证:本文检测方法达到了复杂环境下动平台位姿的快速、高精度、通用和自动检测的目的。