在科技日新月异的今天,基于视觉的机器人技术被普遍应用于自动化生产线中。在视觉引导下,机器人能够对生产线上工件进行柔性自适应抓取分拣,成为越来越多企业的需求。为提高生产线分拣的工作效率和准确率,有效降低人工成本,本课题开发了一套基于视觉的机器人动态抓取系统,能有效解决生产线中动态自适应抓取难题,对促进工业自动化、智能化有一定的积极意义。本文对机器人系统、视觉系统和传送系统相关硬件进行选型和设计,并能够支持多种机器人末端执行机构。对工业相机内外参进行标定和消除畸变,完成了机器人坐标系、相机坐标系和传送带坐标系之间的坐标系标定,建立起坐标系之间的转换关系,为下一步准确抓取奠定了基础。通过相机采集的图像进行预处理、边缘检测、轮廓提取等,对目标工件轮廓进行有效识别,完成了对轮廓最小包围矩阵的提取,从而获得每个目标工件的形心位置和姿态角度。设计了一种基于时间和位置的图像去重算法有效去除多帧图像中拍摄的重复目标物体,防止多次将同一目标传入到抓取队列,并通过实验验证了算法的可行性。设计了传送带动态速度检测算法,能实时获取工件在传送带上的位置信息;设计了动态跟踪策略与工件姿态自适应抓取算法,以实现机器人动态跟踪工件,自动调节末端执行机构姿态进行抓取,机器人在抓取过程中采用S型曲线加减速算法并使用门字型路径优化运动轨迹,保证了运动的稳定性。搭建机器人动态抓取系统硬件和软件测试平台,对传送带上运动的工件进行抓取,实验结果表明,机器人能够准确、稳定地对工件进行自适应动态跟踪抓取,能够满足设计要求。