自动化、信息化、智能化已成为制造业发展的必然趋势。作为“中国制造2025”十大战略之一的工业机器人技术代表着智能装备未来的发展方向。在工业机器人上加装视觉传感器、力觉传感器来感知操作过程中某些状态并形成反馈以及加入人工智能、深度学习等算法使工业机器人更加智能。工件的识别和分类是工业机器人在生产线上应用的主要形式。目前广泛应用于工业生产线上的机器人多数都是通过示教编程或离线编程完成预设的固定动作和功能。一旦发生工件与预设位置不符等异常情况,就会导致机器人无法完成任务甚至有机器人损坏的可能。本文以某电梯厅门柔性生产线中的机器人装箱单元为实验平台,针对生产过程中出现装箱失败以及装箱后厅门出现倾倒问题进行研究。通过为工业机器人加装的视觉系统,提高机器人的智能程度,以解决机器人在生产过程中出现的问题。本文主要研究内容如下:对电梯厅门柔性生产线的功能、组成及生产工艺流程进行了介绍,重点对机器人装箱单元在生产过程存在的问题原因进行了分析,并提出了基于机器人手眼系统的视觉检测和识别技术解决方案。对电梯厅门包装箱视觉定位及机器人柔性装箱技术进行了研究:首先,利用张正有视觉标定算法,求出了相机的内外参数;之后,对装箱机器人末端执行器进行了运动学分析,完成装箱机器人的手眼标定;最后,对视觉系统采集的定位包装箱图像信息进行处理,以获取其定位偏角θ,机器人根据θ实时调整机器人末端执行器姿态,完成厅门装箱动作。对电梯厅门装箱状态识别分类技术进行了研究:首先对基于支持向量机的厅门状态识别进行了研究,设计支持向量机分类算法;然后对卷积神经网络结构中用到的卷积层、池化层和激活函数分别进行了研究分析,设计了相应的深度学习卷积神经网络结构。通过对比实验,验证了实际工业工况环境中受诸多因素干扰情况下基于深度学习状态识别算法具有更高的准确性、更好的鲁棒性。最后进行了实验验证。实验结果表明,本文提出的基于视觉的电梯厅门机器人柔性装箱技术以及电梯厅门装箱状态识别分类技术可行、系统运行稳定,可满足正常生产需求。