随着“中国制造2025”的到来,工业生产的智能化、定制化程度不断加强,特别是以工业机器人为主体的产线,在机器视觉的赋能下,针对工业生产中多领域、多场景、多样化等需求,将展现出强大的能量。机器视觉技术与工业机器人的结合具有视觉处理速度快、定位精度高以及通用性强等多种优点,广泛应用于装配、码垛、焊接、喷涂、切割、抛光等多种工业生产活动。在实际工业应用中,对工件进行精准的抓取是工业机器人技术的重点研究内容。随着制造业对柔性化的需求不断提高,采用机器视觉技术引导工业机器人完成抓取,成为当前的研究热点。本文针对柔性化产线的需求,设计了一种工业机器人视觉定位抓取系统。该系统以BRTIRUS0805A工业机器人为主体,利用条形光源、Real Sense D435深度相机和Jetson TX2图像处理器等核心硬件设备组成视觉定位子系统,可在工业应用环境中根据视觉信息对随意放置的工件进行定位抓取。课题的主要研究内容通过以下几点展开:（1）对BRTIRUS0805A工业机器人进行运动学建模,利用D-H理论建立机器人的数学模型,分别采用数值法和几何法推导机器人正逆运动学公式,并使用MATLAB机器人工具箱对正逆运动学公式进行仿真验证。（2）针对视觉标定问题,深入研究相机标定和手眼标定的原理与算法,利用针孔成像原理建立相机的成像模型,采用高精度的相机标定方法,并利用L-M非线性最小二乘法对相机标定结果进行优化。对比分析Eye-to-hand与Eye-in-hand两种手眼系统的特点,推导手眼标定公式,并采用Tsai手眼标定算法求解手眼转换矩阵。分别针对相机标定与手眼标定算法展开实验。实验结果表明,视觉标定结果精度较高,可满足工业应用需求。（3）针对视觉定位问题,对比研究多种图像处理算法,综合使用平均值灰度化、高斯滤波和阈值分割的方法对图像进行预处理。采用Canny边缘检测算法和Harris角点检测算法对图像进行特征提取,利用图像的几何矩实现对目标工件的精准定位。使用实际采集的工件图像对上述算法进行实验测试。实验结果显示,算法检测效果较好,可实现对目标工件的精准定位。（4）针对工业应用问题,利用视觉标定和图像处理等关键技术的算法原理,开发视觉定位抓取软件,结合硬件平台对系统进行整体性实验测试。实验结果显示,视觉定位的绝对误差均值为2.484mm,相对误差均值为0.54%,机器人实际抓取的绝对误差均值约为3.102mm,相对误差均值为0.56%。相比于传统工业机器人,本文设计的工业机器人视觉定位抓取系统在实际工作过程中相对误差更小,且系统的工作效率与智能化程度更高,能够满足柔性化产线的需求。