工业机器人是制造业的高端制造设备，对于稳定性、定位精准度的要求较高，因此需要借助机器视觉技术处理图像，通过工业相机实现引导定位和模式识别等操作，快速获取物体的质心和边界，满足工业机器人系统运行的自定位需求，缩短其期望位置和末端位置间的差距，进而促进机器视觉技术的创新和发展

　　1、视觉定位系统组成

　　依托机器视觉的机器人定位系统包含摄像机系统和控制系统，其中摄像机系统中包括计算机(具有图像采集卡)、摄像机，主要收集视觉图像，并应用机器视觉算法。控制系统包含控制箱和计算机，对计算机末端具体位置完成控制。工作区利用CCD摄像机进行拍摄，并使用计算机识别图像，得到跟踪特征，完成数据的计算和识别，借助逆运动学方式获取机器人每一位置的误差，再对高精度末端执行模块进行控制，科学调整机器人的位置和位姿。

　　2 、工作原理

　　机器人系统较为复杂，其中包含工业计算机、伺服电机、伺服控制器等部件，借助“人类引导思想”工艺，对人类的行为习惯、肢体动作、决策方式、表达模式进行展示和控制。依托机器视觉技术的机器人定位系统工作原理包含以下内容。

　　2.1工业相机

　　工业相机的主要工作原理是光传感使光线经过相机镜头进入传感器，实现CCD成像或者COMS成像，进而将光学信号调整为电信号，利用内部模数转换电路形成数字信号，同时将信号传输到DVP或DSP位置完成加工，获得可以进行工业控制的格式。

　　2.2视觉定位系统

　　视觉定位系统主要借助1394采集卡、CCD摄像机向计算机中输入视频信号，同时对其进行迅速处理。系统选取物体图像、搜寻跟踪物、构建坐标系，进而获取跟踪特征，完成数据计算和识别，借助逆运动学原理获取机器人关节区域数值，利用末端执行部分完成对机器人位姿的控制。

　　2.3区域匹配

　　以依托区域的匹配方式为例，该技术主要是将图像中某一位置的灰度区域当作模板，在另一个图像中寻找相似或相同的灰度值对应分布区域，从而加强图像之间的匹配度。依托区域的匹配方式中匹配关键是尺寸固定的图像窗口，而判断相似性的关键是度量值。

　　2.4提取图像特征

　　系统工作台背景和工作台工件颜色差别较大，如果工件是黑色，则需要将该条件当作识别工作的主要依据。若工件的边缘灰度出现明显变化的情况，则可以得出对象的边界节点。在扫描线技术中，若扫描过程中灰度变化十分明显，则该像素点是边界点。此外，可以利用最小二乘方法，通过边界点将其拟合成圆周，得出圆心区域。

　　3 系统动作过程

　　3.1机器人标定

　　在借助机器视觉技术对机器人进行引导前，需要对相机坐标系和机器人完成标定，建议使用“三点自动标定”方式，对机器人进行标定操作，同时设置标定工件的自动模板，进而为后续机器视觉技术控制和引导机器人系统操作提供技术支持。

　　3.2系统动作流程

　　在运行工位模块时，需要借助可编程的PLC控制器单元，结合锂电池载流片系统对机器人系统中气缸、伺服电机、传感器等装置完成上料操作。同时，工业相机可以采集上料后锂电池载流片的图像，并分析处理图像，实现特征识别、模块匹配、定位计算物料、确定目标位置，进而将数据传输至机器人系统中，使机器人可以对锂电池载流片完成科学的取放工作。