传统曳引轴的加工过程,在各个工位的上下料都是由人工完成,生产效率低下,工人劳动强度大,企业为了提高生产效率,降低人力成本,对生产线进行改造升级,由机器人替代人工完成曳引轴的上下料。但在生产的过程中发现,由于机器人采用示教方式,而在机床内的曳引轴由于环境所致,其位置会发生变化,导致机器人不能准确抓取曳引轴,在上下料过程中有时会对生产线及机床造成破坏,反而增加了企业的生产成本。针对上述问题,为了增加系统的智能化,避免机器人错误抓取情况的发生,本文从以下两个方面入手解决曳引轴加工子系统现有问题,主要从曳引轴加工子系统轴编码识别与轴定位视觉技术方面进行研究。主要内容如下:对曳引轴加工子系统进行简要介绍。详细叙述了现有系统存在的问题,并提出了采用曳引轴编码识别配合最终曳引轴定位的解决方法。并对视觉系统做了详细的研究,包括相机、光源和镜头的选型。对于改造后的系统来说,轴编码的正确识别是完成轴定位的基础,轴定位过程中需要的轴自身中心位置信息（曳引轴中心距轴端的距离）与编码一一对应。故首先对曳引轴编码识别的方法做了可行性研究,本文采用基于改进的YOLO算法对其进行识别,基于YOLO算法的定位原理,构建了改进后算法的主干网络结构。并将现场采集的轴编码图片制作成网络所需要的数据集格式对算法进行训练,并在实验室环境下对算法进行批量测试,测试结果表明该算法识别准确率高。机器人抓取曳引轴的位置为曳引轴的中心,由于其在轴向方向（水平方向）的窜动不可控,导致机器人无法对其准确抓取,故本文采用视觉的方式对其进行定位。由于现场环境复杂,无法通过视觉直接获取曳引轴中心在参考坐标系下的位置,故本文先利用视觉获取曳引轴端部在参考坐标系下的位置,然后根据上一步编码识别所得信息最终确定曳引轴中心在参考坐标系下的位置即机器人的抓取点。最后对视觉系统进行实验,选取具有不同编码的曳引轴进行了轴编码识别实验,实验表明,基于改进后的YOLO算法对轴编码的识别准确率高,满足现场实际需求;选取了最大轴径和最小轴径的曳引轴分别进行视觉定位实验,实验表明基于视觉定位的曳引轴位置准确,满足实际工作要求。系统的轴定位关键问题得到解决,达到预期效果。