近十年来机器人技术不论在工业还是在日常生活中都得到了广泛的应用。乒乓球运动是一项需要良好的反应能力与快速判断决策能力的运动，乒乓球机器人不仅能助力乒乓球运动的发展，同时也是研究实时响应机器人技术的理想实验平台。本文以乒乓球机器人为研究平台进行了以下三个方面的研究工作：乒乓球运动的实时图像采集、乒乓球的自动识别与定位、乒乓球飞行轨迹预测及七自由度机械臂击球控制。
　　对乒乓球运动实时图像采集模块进行了详细的分析并提出了解决方案。本文首先对相机的输出方式，相机的数据接口，成像芯片,及相机帧率四个方面进行了分析，在此基础上结合乒乓球机器人视觉系统的需求，最终采用了华谷动力生产的 WP-UT230 作为该视觉系统使用的相机。通过比较单目和双目方案的优缺点最终选择了双目相机的方案。同时根据拍摄的视场要求，确定使用两组双目模块对整个球台的范围进行图像采集，配备精度在10微秒以内的同步发生器进行同步图像的采集。最后在对相机成像模型进行介绍的基础上进行了相机的标定。
　　对乒乓球的自动识别与定位方法进行了研究。本文首先利用背景减除法确定出运动模糊的区域，然后利用对抗神经网络对模糊区域进行去模糊处理。在去模糊的基础上使用了基于乒乓球特征和基于深度学习的目标检测算法这两种方式对乒乓球进行检测。为了提高实时性提出了根据上一帧中心位置对下一帧搜索范围进行缩小的局部搜索算法来对乒乓球进行检测。最后在定位的基础上结合双目标定的参数计算出目标的三维坐标。
　　对乒乓球飞行轨迹进行了预测以及对七自由度机械臂进行控制完成击球。首先本文对乒乓球飞行时物理模型进行了受力分析，得到运动学模型，以及利用循环神经网络通过对乒乓球飞行轨迹数据进行学习来对乒乓球的轨迹进行预测，然后通过仿真实验比较了两种预测方式的误差。在预测的基础上确定出击球点后就需要控制机械臂各关节的旋转角度进行击球。本文以KUKA iiwa七自由度机械臂为执行机构，提出了在对其结构进行解耦后基于空间向量的方式求得其运动学逆解。
　　本文最后利用KUKA iiwa七自由度机械臂进行了击球实验，验证了前面章节提出的视觉方案以及目标检测，轨迹预测等方法的正确性。