机器视觉作为智能制造领域的重要技术之一,将其引入到机器人控制系统用于工业生产,可提高生产线自动化与智能化水平。近年来,动态目标抓取逐渐成为该领域的研究热点。针对工业生产中动态目标智能识别和抓取问题,借助机器人技术、机器视觉技术和图像处理技术,构建了一种动态目标机器视觉识别与多关节机械臂抓取系统。首先,研究分析了机器视觉原理和方法,建立了摄像机针孔模型,运用透视变换法进行了双目摄像机标定,求解了摄像机的参数矩阵,通过实验验证了标定的准确性,标定误差小,满足定位需求。在此基础上,研究分析了图像处理算法,采用高斯滤波方法对图像进行平滑处理;通过阈值变换实现图像增强;运用Canny算子实现图像边缘提取。其次,建立了GRB-3044型机械臂运动学模型,基于旋量理论,分析了机械臂运动学正逆解,得到了末端执行器与各关节驱动之间的关系,求解了机械臂的运动空间。采用基于弦中点的Hough变换对目标进行识别和三维定位,实验验证了该算法对复杂环境的多目标识别检测的有效性。根据目标三维信息,确定机械臂的抓取点,通过机械臂PTP控制与各轴协调作业,实现目标抓取。第三,研究传送带动态抓取技术,采用无极调速实现传送带控制,并对传送带系统建模并标定,确定动态目标的抓取位置。根据目标的运动轨迹动态,规划了机械臂的控制策略与轨迹。采用PID算法实现目标的动态监测抓取。通过参数调节来增强运动目标的动态响应,提高在实际过程中的动态抓取效率。最后,搭建了动态目标视觉识别与抓取实验平台,应用VC++开发了系统软件,经综合调试实现复杂环境下杂乱目标的有效识别抓取,分析并计算了不同速度下目标的抓取效率,结果表明所设计的系统识别准确、快捷,具有较高的可靠性和识别效率。