伴随着现代工业制造技术的快速发展,视觉检测与机器人技术相结合是工业智能化的主要方向。基于机器视觉的检测技术具有非接触、速度快、精度高等优点,在三维检测技术中优势尤为明显,但是在堆叠零件等复杂场景中还没有完善的解决方案,因此需要对此问题展开深入研究。本文主要研究场景中物体位姿的检测方法,尤其是针对复杂的零件堆场景,在此基础上设计了基于结构光的双目视觉引导系统,试图解决零件堆分拣问题。通过双目立体视觉技术与结构光技术相结合的方法构建引导系统,该系统主要由双目标定、三维重建、位姿估计三个环节组成,这些环节在实现时的难点分别是双目视觉系统标定算法、结构光投影方案与特征匹配技术、三维位姿估计的具体实现方法。针对双目视觉系统标定算法,根据相机的成像原理分析各坐标系之间的转换关系和图像畸变原因,基于张正友平面标定算法对双目视觉系统进行标定,并对采集到的图像进行畸变和极线校正。针对结构光投影方案与特征匹配技术,设计了一种改进的格雷码和相移结构光相结合的投影方案。通过投影四位正反码图案的方法进行解码,提出了p相移的噪声补偿算法实现三步相移求解相位,对相位周期错位校正,利用线性拟合的方法实现了亚像素特征匹配,最终基于三角测量原理实现场景三维点云重建。针对三维位姿估计的具体实现方法,引入了基于Halcon的模型制作和位姿估计算法,对场景的三维点云进行滤波、分割和曲面重建,实现模型制作及位姿估计。最后设计并开发了一套基于结构光的双目视觉引导软硬件系统,硬件由工业相机、镜头、投影仪、支架和工业计算机等设备组成,软件包含了双目标定、模型制作、视觉引导界面。利用标定板实现了较高精度的系统快速标定;对复杂曲面的瓶罐堆系统测试,成功实现了模型的制作、模型的多个目标位姿估计;对标定板平面点云重建,精度达到了丝米级;该系统采用了基于CPU的多线程优化方法,较于单线程运行效率提升59.5%,并且连续稳定运行16000+次。综上实验结果分别验证了系统的有效性、可行性、准确性、高效性与稳定性。