随着信息技术的发展和成熟,以及工业4.0概念的提出,对于生产智能化的要求也越来越高,以工业机器人代替人类进行生产制造工作逐渐成为工业自动化制造技术发展的主流趋势。而搭配工业相机的视觉系统,不仅能够帮助工业机器人灵活应对复杂的加工制造环境,还能根据实际生产需求,有针对性地改变生产加工模式。因此,对工业机器人的视觉定位控制技术的开发,是提高工业机器人的生产效率的重要方法。本文以安川机器人作为本次设计的主要应用载体,在固定视点装配工业相机和面板光源,结合Beaver视觉处理器构成完整的工业机器人视觉控制系统,论文的主要的工作与创新点如下:1、针对目标图像受到非结构化环境光照变化以及阴影遮挡影响的问题,采用高斯滤波器用于消除图像边缘噪声,利用顶帽变换解决工件图像轮廓因感光不一致而造成的边缘模糊问题。通过Sobel算子对图像轮廓提取和边缘匹配模板建立,以归一化的边缘梯度向量积之和作为匹配相似度度量,大大增强了匹配算法抗光照、抗遮挡能力。在遍历匹配过程中,构建图像和模板金字塔进行分层搜索,并将旋转变换引入模板搜索中,解决工件因旋转而无法匹配问题,提高目标图像识别率。2、针对机器人与相机之间大尺度坐标耦合的标定精度问题,提出一种对图像坐标系与机器人基坐标系进行直接耦合的计算方法。该方法针对视觉工作平面大、相机畸变明显且采集环境复杂等问题,通过对采集到的标定平面点进行插值细分并拟合来消除相机及环境产生的畸变,构建图像坐标系与机器人基坐标系的直接转换关系。该方法规避了传统算法中过度依赖相机位姿矫正、畸变矫正等算法导致的误差问题,实现平均误差在1 mm以内的高效率、高精度手眼标定。3、针对工业机器人在进行加工时需要对多个目标路径进行规划的C-TSP问题和汉字书写笔画路径优化策略,提出两段式混合启发算法,通过改进启发函数将多目标路径问题转化为单路经的TSP问题,并引入蚁群算法进行求解。为解决蚁群算法中前期收敛速度慢问题,提出了利用势场法改良蚁群算法中信息素初始平均分布问题,并引入奖励项函数对信息素的更新策略进行优化,通过引入随机项对局部路径搜寻方式进行设计,解决了算法陷入局部最优的误区。最后,本文基于视觉定位控制系统的各部分功能完善软件设计,并通过对系统各部分功能进行实验,实现系统整体性能的测试,测试结果表明,视觉定位控制系统的各项性能指标均能满足工业机器人实际使用需求,且在实际生产环境下,系统能够根据生产加工任务完成对工业机器人的精确控制。