将视觉系统应用到工业机器人上，对于提高工业机器人在生成过程中的智能化水平具有重要意义。视觉引导以计算机视觉技术为基础，利用图像信息定位目标物体在空间中的位置，为工业机器人完成特定的工作指引方向，在该过程中视觉系统的定位精度对于引导效果具有重要的影响。基于视觉引导工业机器人完成工件抓取是大部分装配生产线的支撑性技术，本文的研究目标是引导机器人完成精确的轮毂工件抓取，需要重点解决的问题包括图像畸变校正、轮毂工件识别和轮毂工件的精确定位。为了校正采集图像的畸变，首先采用张正友标定法计算相机的内外参数，并利用最小二乘法计算相机的畸变系数，再通过牛顿迭代法进行畸变校正。鉴于直接处理图像本身精度不高的问题，提出了一种基于设计模板的识别方法，该方法通过像素映射的方式，将轮毂工件的设计参数信息构造成设计模板，计算设计模板中和轮毂工件图像中边界轮廓的几何特征，并组合成具有平移、旋转和缩放不变性的特征向量，比较轮毂工件中和设计模板中的特征向量，基于相似度差值最小的准则完成轮毂工件的识别，该方法的长处是能够充分利用设计参数提供的准确信息，故可以有效地提高特征识别的精确性。同时，还可以进一步形成一种基于设计模板的局部对准定位方法，该方法将识别出的轮毂工件所对应设计模板的气嘴区域作为基准，利用轮毂工件图像中与设计模板中该区域的差值矩阵，通过旋转和平移的对准方式，获得最终精确的轮毂工件中心坐标和气嘴朝向的定位结果。利用在工作环境下对采集的若干幅轮毂工件图像进行实验的结果表明，本文的方法可以精确定位轮毂工件的关键部位，识别正确率在98%以上，位置和角度的误差精度分别在2像素和0.1度之内，可以完成精确的工件定位，能够满足生产线的实际需求。