随着制造业的不断转型升级,工业生产中“机器人换人”的趋势日益明显。分拣作为工业机器人重要应用领域之一受到了越来越多的重视和研究。由于传送带上的目标物在分拣过程中是不断运动的,因此目标物识别、定位和分拣对实时性、准确性的要求较高。本文针对目标物点云数据的快速处理和机器人动态抓取技术做了深入的研究,实现了动态目标物的尺寸测量、定位与抓取。在获取目标物点云数据的过程中,本文利用帧内、帧间聚类算法实现点云数据的实时分割,提高了点云数据处理的实时性。并采用箱型图和K近邻滤除异常点,利用旋转法提取目标物的最小外接矩形,实现了目标物外形尺寸和位姿的实时测量。为了实现目标物位姿在各设备之间变换,减少设备安装误差对抓取精度的影响,采用空间变换的方法完成了单线激光雷达、传送带、复合抓手与机器人之间的设备标定。在目标物的动态分拣过程中,针对抓取位姿计算困难的问题,本文通过根据目标物拟抓取位姿、码垛位姿和空间障碍物的分布情况拟生成抓取路径,然后求解抓取位姿的近似解,既满足了抓取位姿求解的实时性要求,也减少了精确抓取位置计算的复杂度。本文设计了基于点云数据的机器人动态分拣系统,搭建了箱体动态分拣平台和行李箱动态分拣平台,完成了设备标定、点云数据处理和动态分拣的实验验证。实验结果表明,该套系统对单车行李的分拣成功率达90%,抓取时间为20s/件,满足了机场行李分拣的工程需求。系统方案对于物料输送系统改动较小,成本低,速度快,对于分拣机器人的流水线作业具有一定的参考意义。