在小型断路器自动化制造中,现有装配方式是通过专用机构上料,将相同的零件以预设的姿态配送到各道装配工序中,并由对应的机构完成对各零件的自动化装配。由于每套机构仅针对一种零件的装配,其扩展能力不足,通用性与柔性化程度低,在产品改型时需要重新设计整个上料和装配机构,不适应现代制造的快速发展。结合工业机器人和机器视觉技术可以通过一套装置实现多种随机姿态零件的混合上料和柔性装配,有效地提高装配过程的灵活性,适应产品快速迭代更新的需求。然而在小型断路器装配系统视觉引导上料的过程中,由于待装配的小型断路器零件种类繁多、外形复杂多样,给零件的分类和姿态识别等工作带来极大的困难。针对上述问题,本文融合颜色、面积、轮廓及成像等多种特征,提出了一种多种随机姿态零件混合条件下的分类、姿态识别与抓取点定位方法。本文提出的方法首先利用相机对待识别的零件拍照,经过图像分割的前级处理获取各零件的图像区域;然后通过对不同特征参数以及成像差异进行比较,对零件做出两级分类判断,一级分类以零件最小矩形框面积和颜色信息为依据进行零件种类的判断,二级分类以矩形框面积、颜色以及成像结构特征为依据完成对各零件自身不同摆放子类的判断;其次,通过对明显特征和成像结构特征做分析,匹配当前姿态下零件图像与对应模板图像中的固定关键点对,计算实际零件姿态与目标姿态间的旋转角度,完成对各零件姿态的估计;最后利用标定获取的坐标转换矩阵及姿态识别获取的仿射变换矩阵计算模板图像中指定抓取像素点在实际空间中的坐标,从而完成视觉引导信息的获取。对上述方法进行实验分析,其结果表明,该方法的零件分类准确率达到99%以上,旋转角度及抓取坐标分别达到误差范围为±0.8°和±0.3mm的精度要求,满足小型断路器柔性装配的生产需要。