在码垛行业中,以平面2-DOF冗余驱动并联机器人为研究对象,将视觉系统与其融合,通过图像检测、图像识别以及视觉定位的研究,在视觉引导下完成移动目标跟随任务,使其末端对流水线上待码垛货物进行跟踪,以方便后续的抓取码垛等行为。本课题以此为背景,从机器人的运动学、误差、标定、控制策略以及相机标定、图像处理、移动物体跟随实验等几个方面展开研究,主要研究内容如下:首先,对平面2-DOF冗余驱动并联机器人的运动学反解、速度、加速度进行了分析,在此基础上,基于环路增量法建立了机器人误差模型,并对机器人误差灵敏度进行了分析。其次,基于针孔模型理论建立工业相机模型,再利用张正友法对相机模型进行标定,针对机器人只能在平面上运动的特性,对相机模型进行简化,建立简化后的相机模型;在建立相机模型的基础上,一方面基于高斯滤波对静态图像进行预处理,再分别利用最大类间方差法和亚像素边缘检测技术对图像进行二重分割,最后利用HSV颜色空间的H通道对图像进行识别,为利用视觉的机器人标定实验奠定基础;另一方面利用基于SURF的Camshift算法对移动目标进行识别捕捉,为跟随实验奠定基础。再次,建立交流同步电机伺服控制模型;利用RBF神经网络,对交流同步电机伺服控制模型中的三环控制器进行参数整定,与手动调节的PID参数进行对比,验证了控制策略的优越性;设计了基于计算力矩的力/位混合控制策略,利用牛顿欧拉法建立机器人动力学模型,利用最小二范数对驱动力进行了优化,通过Simulink进行仿真,得到每个驱动关节优化后的驱动力矩曲线。最后,基于倍福控制器与样机建立控制实验平台;建立样机的误差标定模型,对样机进行运动学标定实验,补偿机器人几何误差,分析标定前后机构末端输出精度的变化,实验结果表明标定后机器人末端输出精度提高了3倍;在机器人完成标定的基础上,进行基于视觉的跟随实验,目标轨迹模拟流水线上复杂货物运行轨迹,令机器人末端跟随目标移动,分析跟随轨迹曲线可以看出跟随误差不超过2 mm。