随着“中国制造2025”的不断推进,越来越多的机器人被应用到工作强度大、危险系数高的工业生产环节。时下严峻的新冠疫情防疫形势也在一定程度上加剧了工业制造向工业智造的转变速度,使得工业生产的智能化不断加强,机器视觉赋能下的并联机器人技术在装备加工、电子制造、食品包装和物流仓储等领域得到了蓬勃发展。众多应用场景中都涉及到的目标定位抓取问题,也成了并联机器人技术应用的重点研究内容之一。本文以新构型NIMTE并联机器人为研究对象,在对其机器人本体运动学分析的基础之上,研究分拣应用中需要解决的运动规划、末端执行器控制和抓放策略等关键问题;针对动态分拣应用场景,结合双目相机实时定位研究给出相应的算法方案,设计和开发并联机器人控制软件实现以上技术的落地和应用,结合兵器工程专业,探讨其在兵工自动化中的潜在应用价值。主要研究内容如下:运动学分析方面:首先,从三维模型出发,介绍了NIMTE并联机器人的工作原理,并建立了简化的数学模型;然后,基于Po E和几何法推导了正、逆运动学的数学形式;接着,基于正运动学对时间微分进行速度分析,得到雅克比矩阵和不发生位置奇异的约束条件;最后,基于逆运动学和空间搜索法进行工作空间分析,在y=l0/2剖面上,工作空间体积为0.61m~2/rad。抓放应用研究方面:首先,基于P＆P问题分析,引出需解决的运动规划、末端执行器自动控制和抓取策略三个关键问题;然后,基于矩形路径规划工作空间运动、基于S曲线加减速规律规划关节空间运动,并在运动控制卡功能约束下,完成运动规划;接着,基于电机位置反馈设计末端执行器控制算法,设置位置判定阈值为5mm;最后,基于Leica激光跟踪仪和Spatial Analyzer空间分析软件分析传送带速度,并设计拦截式抓取策略,设置时间判定阈值为50ms。双目相机静态定位方面:首先,基于测量原理和并联机器人项目需求,完成相机选型和平台搭建;然后,基于MATLAB标定工具箱,进行相机标定试验,平均标定误差在0.06 pixel左右;接着,基于Open CV开源库设计图像处理和定位计算算法;最后,通过静态定位实验和误差分析,取得绝对误差±2mm和相对误差0.24%的静态定位精度。双目相机动态定位方面:在静态定位研究的基础上开展动态定位研究。首先,基于背景分割算法和标准差公式,完成目标检测;然后,通过等效相机模型优化计算效率,节省了2/3的计算时间,通过GPU硬件加速,使单张图像处理时间降至16ms,并设计了多线程算法,使得计算效率进一步提升;接着,基于Leica激光跟踪仪和双目相机静态定位进行手眼标定实验,解决了现有Open CV和标定板手眼标定方案不适用少自由度并联机器人的问题;最后,基于C++和MFC对话框架构,结合HIK SDK和Open CV等第三方工具包,开发了双目相机定位软件。通过动态定位实验和误差分析,物体以150mm/s运动时,取得绝对误差±4mm和相对误差0.48%的动态定位精度。控制软件设计与开发方面:首先,基于上述研究与算法设计,结合并联机器人控制系统硬件组成,展开控制软件需求分析,并完成软件架构设计。然后,基于ADLINK AMP204C运动控制卡函数库完成核心模块的开发,基于C++和MFC对话框架构完成定位软件接口和交互界面的开发;最后,结合相机定位软件和机器人控制软件进行NIMTE并联机器人动态抓取实验,对于运动速度50mm/s的物体的综合抓取成功率约为90.7%,为该构型并联机器人的后续研究提供参考。