中国已成为世界制造业第一大国,制造业在国民生产总值中一直占据着很大的比重。近年来,随着“中国制造2025”的提出和实施,工业机器人正广泛应用于生产制造中。现如今制造业中的机器人密度也已经超过世界平均水平,并且机器人的智能化程度也得到了大幅度的提升。装配作为生产制造中一个必不可少的环节,占用整个产品生产的大部分时间。相较于传统手工装配,基于工业机器人的自动装配因为降低了人为因素带来的影响,极大地提高了产品的质量与生产效率。零件拾取是自动化装配中的关键,对装配的质量起着至关重要的影响。在视觉引导的工业机器人自动拾取研究中,最关键的技术难点是拾取区域的识别及定位。特别是对于金属零件,其表面的反光、随意摆放时相互遮挡等非结构化因素都给拾取工作带来巨大的挑战。针对以上问题,本文开发了一套基于双目视觉的散乱零件自动拾取系统,其拾取对象为空气开关中的导电金属片。主要研究方法如下:(1)基于双目立体视觉实现金属零件的三维重建。首先,采用张正友标定法对左右相机进行标定,获取相机内部参数及左右相机之间的位置关系。随后,利用极线校正完成左右图像像素的行约束,利用格雷码结合线移的方法完成左右图像像素的列约束。接着根据行列约束以及灰度相似性完成同名像素点的匹配获取视差,同时结合线性插值的方法对空洞视差进行填充。最后根据相似三角形原理完成零件深度信息求取。(2)提出了一种基于深度学习与支持向量机的目标区域识别方法。首先通过HOG与LBP算法提取零件目标区域的特征,融合这两个算法提取的特征以此训练SVM分类器。接着利用Mask R-CNN网络初步获取目标区域。最后用训练好的SVM分类器对目标区域进行二次分类,以此获得精确的目标区域。(3)根据零件的三维信息实现目标区域的定位。通过k近邻域以及下采样对点云进行预处理,去除点云中噪声点并降低点云规模。随后建立对比实验选择效果最佳的特征提取以及特征描述算法,完成CAD模型点云以及三维重建点云的特征提取及特征描述。最后利用4PCS算法对两片点云进行粗配准,根据粗配准的结果使用ICP算法确定目标区域的位姿。(4)搭建实验平台并使用QT开发了拾取系统软件。线下根据研究方法建立My SQL数据库,结合数据库完成单步拾取以及循环拾取实验,实验结果表明拾取系统能够准确的完成拾取任务,拾取精度符合实际要求。