机器视觉技术为机器人工作提供丰富的控制信息,使其灵活性更高,更适应复杂环境下的生产需求。位姿估计作为视觉机器人抓取的关键技术之一,受到众多学者的关注。按照目标的表面是否布置有标识,分为合作目标和非合作目标,本文的研究对象为模型已知的非合作目标。针对纹理信息较弱的人造平面目标和三维目标,本文在基于直线特征的位姿估计方法中做了深入研究,分别提出了基于直线对应和加权最小二乘的平面目标位姿估计算法和结合粒子滤波和加权最小二乘的三维目标位姿估计算法,并搭建了一个基于ABB IRB1200六自由度机器人的工件定位与抓取系统。具体研究内容包括:1、针对弱纹理目标的位姿估计问题,由于目标直线特征丰富,且直线检测更可靠,选择边缘直线作为位姿估计的特征。通过对比基于Hough变换的直线提取算法和LSD直线检测算法的性能,选择LSD算法提取图像直线。2、针对平面目标的位姿估计问题提出了一种基于直线对应和加权最小二乘的位姿估计算法。为了有效克服图像直线段端点定位误差的影响,本文基于三维空间,设计了一种新的融合了直线端点和中点信息的位姿误差函数。基于本文提出的位姿误差函数,使得图像直线点到模型投影直线距离最小,并对误差函数的偏导数矩阵进行推导,将问题转化为加权最小二乘问题,并加入迭代以保证求解精度。在平面工件定位实验中,基于直线对应的位姿估计算法在初始位姿不准确的情况下依然表现出较高的精度。3、针对复杂环境下三维目标的位姿估计与精确抓取问题,提出了基于粒子滤波的初始位姿估计算法,并在粒子滤波得到的初始位姿基础上,采用加权最小二乘法求解目标位姿参数以提高算法效率和精度。由于三维目标直线数量较多,易造成模型直线与图像直线间的误匹配,为此,本文引入鲁棒估计对位姿参数进行稳健估计,消除了模型直线与图像直线误匹配的影响。最后将结合粒子滤波与最小二乘的位姿估计算法成功应用到运动目标位姿跟踪实验,并应用该算法进行机器人抓取工件的实验,实验表明算法的精度高,鲁棒性好。本文在基于直线特征的位姿估计方法做了深入研究,本文方法还可用于飞行器助降、增强现实、景象匹配等其他任务。