近些年来随着国人收入水平的增高以及饮食理念的改变,果品消耗量剧增,在市场需求的刺激下国内水果种植规模日渐增大。然而到目前为止,我国水果生产依然以手工化为主,大量的手工采摘工作不仅耗费金钱和劳动力,而且也难以保证果实采摘后品相与质量。进行水果的自动化生产,减少人工生产环节,对水果行业的继续发展具有重要的社会意义,同时也逐渐发展为农业机械化领域的热门研究方向。本文在分析现有采摘机器人资料和研究机器视觉理论与控制理论的基础上,综合考虑实验室的设备条件,对采摘机器人的整体设计进行了介绍,把试验样机分双目视觉平台与模拟采摘平台两部分进行搭建。在功能实现的研究中完成了基于颜色特征的目标识别、基于质心的立体匹配以及基于优化的神经网络的空间定位。最终进行模拟采摘实验并对结果进行了分析。第一部分中进行了机器视觉理论的研究,完成视觉系统成像模型的搭建。第二部分提出采用颜色特征实现目标分割,通过研究不同颜色分量的灰度变化,在2R-G-B分量下实现了图像分割,进而完成目标果实的识别。第三部分研究了立体匹配理论,提出基于质心的匹配方法,实现了左右目图像的匹配。第四部分研究了BP神经网络算法,提出使用改进的BP神经网络算法应用于摄像机标定与目标空间定位,实现了从质心坐标到空间三维坐标的转换。第五部分在串联机器人平台上基于MAC-3003SSI2控制卡的运动函数库,采用Visual C++实现控制软件的二次开发,完成了规划的采摘动作。最后进行模拟采摘,统计并分析数据,完成了对本文研究方案可行性与有效性的检验。