随着工业4.0的提出,现代工业智能制造得到了快速的发展。机器视觉技术是近年来智能制造业中迅速发展的一项新技术,因其具有非接触式、高精度检测、较强的抗干扰能力被广泛应用在视觉引导定位、外观识别、缺陷检测等方向。工业机器人能够代替人工实现搬运、码垛、喷涂、焊接等重复性强、劳动强度大的作业,可以替代人工在有害、危险、高温等场合中工作,在工业自动化领域中得到广泛的应用。由于汽车轮毂结构复杂,为解决当前轮毂检测效率低,检测速度慢,工作量大等问题,本文基于发那科机器人对汽车轮毂表面进行视觉检测系统设计。通过将视觉系统和机器人系统相结合,将工业相机、镜头和光源安装在机器人的末端执行器上,通过视觉定位引导,改变机器人的位姿,来实现各种不同姿态的检测需求,从而实现轮毂这种多规格、复杂产品的检测应用。并针对多次重复测量时定位累计误差导致成像质量退化的问题,通过对轮毂图像的预处理找到了轮毂的气阀作为检测的初始位置,对机器人调节相应的位姿进行校正,进而进行后续的检测。本文首先对研究对象的检测要求进行了分析,根据相关的技术指标,完成了相机、镜头、光源的选型,结合工业机器人和PLC等外围设备进行了系统的搭建。其次阐述了系统设计的整体方案和轮毂视觉检测方案设计。再次针对机器人多次重复运动检测时存在定位累计误差的问题,给出基于轮毂气阀位置检测的机械臂初始位置校正的方法。通过对图像进行中值滤波去噪、阈值分割和形态学处理等预处理操作来分割出轮毂气阀,利用图像的几何不变矩特征求解出轮毂气阀的质心坐标,等价椭圆法计算出轮毂质心的方向,将该点的位姿作为检测的初始点。将检测到的位置数据发送机器人,机器人根据预定的位置数据进行比较并偏移补偿。最后按照设置好的程序进行检测。在被测轮毂保持静止状态时,对比了有无初始位置校正方法下的机械臂多次检测运动过程中位置的稳定性,通过实验表明本文给出的机械臂起始位置校正方法可以在一定程度上解决机器人系统自身存在的重复定位误差问题。