随着人们对生产制造的要求不断提高,工业机器人难以独立完成复杂的作业任务,引入视觉引导技术可以有效的克服机器人作业的局限性。视觉引导任务中如何实现目标快速识别和精确定位是一难点,同时也是视觉引导的关键技术。本文设计了一种基于边缘特征的模板匹配算法,开发了一套视觉引导抓取系统,完成了铜铸件的视觉引导抓取任务。主要研究内容如下:(1)对视觉引导技术中的模板匹配方法进行研究,推导了基于灰度和几何特征的模板匹配方法的原理,总结了各方法的优缺点以及研究的方向。(2)在基于边缘梯度特征的模板匹配算法的基础上,为提高模板匹配的速度以及抗遮挡性能,设计了一种特征点采样匹配的退出方法。该方法首先将模板特征点按空间位置进行匹配优先级排序,然后对排序后的特征点进行采样,得到多个特征点集合,最后,对特征点集合进行模板匹配。若某个集合匹配的平均相似度不满足最小相似度阈值要求,则退出匹配,否则匹配完所有集合特征点。(3)设计了模板匹配实验,对算法识别准确率、抗光线变化、抗噪声和干扰性能以及定位精度进行了测试,结果显示对含有目标的100张图像进行识别定位,共有11张图像识别定位结果不合格;算法可以适应光线、噪声和干扰的影响;算法的位置匹配精度为2个像素,角度匹配精度为±0.4°,平均匹配耗时为150ms。(4)确定卫浴铜铸件的视觉引导抓取系统设计方案,搭建了视觉引导抓取系统硬件平台。设计了一套开放性强、功能齐全和UI界面友好的视觉引导软件,将本文的模板匹配算法集成在软件中。完成了机器人“眼在手外”的视觉引导系统标定,实现卫浴铜铸件的视觉引导抓取功能,结果显示该系统的识别准确率为89%,位置定位精度为±0.4263mm,角度定位精度为±0.56°。