随着重型机械行业的崛起,中厚板件的使用越来越广泛,而中厚板件的连接往往需要开坡口。现在国内大多采用人工开坡口和机器开坡口的方式,效率低,加工环境差,劳动强度高。工件自动识别与定位系统的引入大大提高了生产效率,改善了加工工人的工作环境。本文提出了一种基于三维视觉的工件自动识别与定位系统,完成了以下的工作:建立了一种基于三维视觉的工件识别与定位系统,主要包括、控制系统、执行机器人、图像采集装置、图像处理及分析软件。基于三维视觉的工件识别与定位系统具有两大特点:(1)采用了工业上通用的KUKA KR5 ARC机器人作为执行机器人本体,其强大的空间曲线运动算法,非常适用于自动化切割环境。(2)采用了性价比较高的AT三维相机,其大视角,高精度的特点,为自动化加工提供了便利。提出了一种基于点云模板的加工工件自动识别算法。其核心算法是先利用基于点云模板的匹配算法进行点云粗匹配,将工件点云数据和数字模型库中的数模转换到较近的位置,再使用经典的点云最近点迭代法(ICP)进行精匹配,完成目标工件的数字模型的自动识别。实验表明,工件自动识别算法有很好的自动化识别效果和精度,提高了系统的自动化程度,并通过计算点云数据和数字模型库中的数模匹配得到数模坐标系到相机坐标系间的转换关系。针对待加工工件数字模型的特点,利用数字模型的投影视图,采用了一种基于投影算法的工件待加工坡口信息提取算法。进行了工件待加工坡口信息提取算法的验证。实验表明,坡口信息提取算法能有效的完成加工坡口信息的提取。提出了三维视觉的工件识别与定位系统的定位方法。采用同源点最小二乘匹配算法进行工件识别与定位系统内各坐标系间的相互转换,利用执行机器人的关节特性,提出了数模坐标系到机器人工具坐标系的定位算法,实现了工件识别与定位系统的导航。并进行了该定位算法的精度验证实验。实验表明,定位算法的最大误差为0.27mm,平均误差为0.24mm,该定位算法精度满足实际坡口切割的要求。提出了基于三维视觉工件识别与定位系统的实验方案。基于此实验方案,分别进行了工件自动识别算法、坡口信息提取算法和整体系统的精度验证实验。实验结果表明:工件自动识别与工件待加工坡口信息提取算法是可行的,整个系统的最终精度是1.98mm,满足自动化切割加工精度要求。实验结果表明基于三维视觉工件识别与定位系统不仅具有很高的自动化,而且具有很好的适用性。