【摘要】就工业浓缩液产品装车过程中钢桶拆垛的视觉感知问题而言，本文提出了一种将改进霍夫圆检测和图优化相结合的方法来完成自动拆垛的方案。本方法创建了四阶段串行处理流水线，把繁杂的三维感知任务拆分成垛面提取、姿态计算、目标定位和分组规划这四个依次推进的处理部分。对于由于金属钢桶反光造成深度数据丢失的问题，设计了自适应邻域加权填充算法，利用彩色图像的边缘以及深度梯度特征建立复合霍夫空间，对紧挨着堆在一起的目标进行粘连检测时，使用动态参数调整和几何一致性检验来提高检测准确率，用图论建模和贪心算法做动态分组规划。从实验结果可以看出，在复杂的光照条件下，该方法具有很好的检测效果和定位精度，可以达到工业现场全自动拆垛的要求，给物流自动化场景下的视觉感知系统提供了一条可行的技术途径。