随着我国经济技术发展与产业结构的升级,工业现场的加工流水线上正发生着由机器人代替人工完成简单重复性动作的变化。在食品、医药、电子等行业的生产环节中,有许多体积小质量轻的产品需要经历包装、检测、转移等生产环节,这些环节动作简单,劳动强度大,对微尘与卫生环境要求较高,所以一般采用惯性小速度快的Delta并联机器人代替人工操作。本文首先检索了国内外Delta机器人的应用现状和视觉特征识别在机器人行业中的发展前景,并针对机器人轨迹规划和控制技术两个方面作了研究动态的分类。其次,针对包装生产线上传送带工作特性,利用图像处理技术识别传送带上物件并提取其中心像素坐标;标定相机的内参矩阵,将像素坐标转换到相机的三维坐标;标定相机与机器人的转换矩阵,将相机的三维坐标转换到机器人基坐标,控制Delta机器人运动。为提高Delta机器人的动作速度,提出一种Delta并联机器人时间最优轨迹规划方法。分割机器人的工作区域,选择每个区域的中心点作为标准点,通过逆运动学方法将笛卡尔空间坐标转换到关节空间,采用5次B样条插值构造关节空间的运动曲线,利用分数阶粒子群算法寻找各区域标准点的B样条全局最优时间节点,规划时间最佳运动曲线;在保证关节角速度、角加速度、角加加速度平滑及约束的前提下,提高动作速度;利用模糊推理规则,在线确定计算点的最优时间节点分布,并求解出最优曲线。针对Delta机器人工业现场重复动作的特点,为提高Delta机器人重复动作的精度,提出一种变增益重复学习控制策略。该方法采用双曲正切函数的导数代替原有的定常参数,并引入误差量作为函数输入参量,使得控制轨迹收敛于预先给定的轨迹,并具有较高的轨迹跟踪精度和较快的收敛速度。最后,本文搭建了基于Labview的机器人控制平台,控制平台包含Delta机器人逆运动学、轨迹规划及运动控制模块,利用NI-7842R板卡实现信号采集与输出功能,控制伺服电机完成指定动作。