军用螺栓紧固件的硬度是军用飞机安全性能的重要指标。手动批量检测螺栓的硬度,易使操作人员产生疲劳,存在人力成本高、效率低的问题。针对上述情况,本文开展了基于视觉定位的螺栓硬度检测机器人上料系统的设计与研发。主要研究内容如下:首先,本文讨论并阐述了螺栓硬度检测上料系统的具体需求,并设计系统的总体方案。同时,分别校核计算视觉识别子系统和机器人子系统所需设备的功能参数,搭建硬件平台。进一步地,基于子系统之间的交互过程,本文设计了控制系统架构,并开发了视觉系统上位机软件平台。其次,针对托盘存在异物和未放满螺栓的情况进行识别算法研究。首先利用托盘上的二维码标志定位,针对几何失真的二维码图像,预处理后基于仿射变换进行校正。基于最小外接圆原理,识别出托盘异物后提示操作人员进行清理。识别螺栓是否放满时,分析对比Hough圆检测和基于阈值的识别算法,后者不需要进行严格的形态学操作,且准确度更高。接着,本文针对机器人运动过程存在障碍物时需要避障的问题,提出了一种基于目标偏向思想的变步长改进RRT*算法。对埃斯顿ER12-1510机器人进行D-H建模,分析其运动学,采用数值法求解其工作空间。采用将碰撞检测模型简化成空间直线与球体的碰撞方式。将本文提出的改进RRT*算法与快速扩展随机树（RRT）算法、RRT*算法进行对比,结果表明改进RRT*算法总体采样次数更少,降低了无效节点的出现概率,规划路径长度相比RRT、RRT*算法分别减少28.28%、17.72%。最后,搭建基于视觉的螺栓硬度检测机器人上料系统实验平台,进行视觉定位、螺栓自动上料和机器人避障实验。结果表明该系统能够准确识别并抓取螺栓,机器人能够准确避开障碍物,验证本文改进RRT*算法的有效性。机器人完成一次运动路径最长的上料工序需14.3 s,螺栓放置点轴向定位精度为-0.102mm～0.044 mm,满足性能要求。本系统的成功搭建,在提升螺栓硬度检测效率、降低人力成本方面具有重大意义。