随着建立工业4.0与中国制造2025等目标提出,在工业领域结合人工智能技术出现了一系列技术层面上的革新与发展,在工业自动化中,机械手臂极大地推进生产制造的运作,不仅可以解放生产力,而且已完成作业的效率和质量上有一定地保证。本文利用传统的工业自动化生产结合计算机视觉系统,提出了一种基于视觉完成对机械手臂控制的新方式。首先,设计一种新型的形状描述子,主要是通过ESN融合小波矩区域特征和小波描述子轮廓特征完成设计,ESN特征融合后生成的待测样本图像特征向量与数据集样本的图像特征向量通过子特征的相似性测度的方式进行比较,最终使用总相似性测度算法完成待测样本与数据集样本的匹配过程,通过SVM多类分类器完成识别过程,在满足精度要求的前提下,得到的识别结果便是机械臂需要抓取的目标。然后,在笛卡尔空间中,使用插补算法在起始位置与终止位置之间所形成的空间轨迹上获取路径点。并将这些路径点转换到关节空间中,利用三阶B样条函数进行关节轨迹设计。根据任务目标,以时间最优为准则,使用遗传算法轨迹优化策略对待优化关节的关节轨迹进行寻优,当所有关节在相同时间内运动到路径点上时所形成的轨迹即为在笛卡尔空间中设计的期望轨迹。最后,在已搭建的机器人系统平台上使用ABB公司生产的IRB＿120型机械臂实体完成机械臂对工件抓取仿真实验。通过设计串口通信指令的生成的与伺服控制实验以验证理论的正确性。