随着时代发展,工业机械臂的应用在如今变得越加广泛。然而,在线示教以及离线编程的控制方式仍然是如今机械臂控制的主流,这也导致了工业机械臂在移植性和自主性上存在一定缺陷,只能在固定环境、固定流程的场景中进行工作,而不同机械臂之间,控制方式通常无法相互移植。因此,如何提升机械臂在实际生产当中的移植性和自主性,成为了近年来研究的热点。针对以上两点,本文提出了一套基于ROS平台开发的机械臂视觉轮廓检测抓取系统。利用机器视觉和ROS系统分别提升机械臂的自主性和移植性,主要工作内容如下:（1）本文首先针对实验目标,将整体系统分为三大部分,分别是视觉部分、机械臂部分以及系统集成部分。（2）在视觉部分中,首先借助张正友标定法对Realsense D435i相机进行标定,得到相机内部参数。随后,为获取原始图像中的目标轮廓及中心点,首先阐述了图像在计算机中的存储形式,并使用色彩空间转换、平滑处理、边缘检测、轮廓提取、图像提取、模板匹配等方法对图像进行处理,之后使用轮廓Hu矩对匹配方法进行改进,最终描绘出目标物体轮廓并对中心点进行标注。（3）在机械臂部分中,为了能在ROS中清晰有效地对机械臂进行控制,对所涉及的坐标空间描述及其变换方法进行了阐述,之后使用D-H参数来表示机械臂中各连杆间的位置关系,并针对机械臂进行了正逆运动学解析,随后确定五次多项式插值法作为机械臂的轨迹规划方法。在这之后,为建立可视化的机械臂模型,在ROS环境下,选用xacro文件作为机械臂的描述文件,并对机械臂进行相关配置,最终成功建立机械臂模型,并于Rviz界面中进行了有效显示。（4）在集成部分中,使用CvBridge将图像处理结果和ROS系统进行有效集成,使用九点标定法建立相机与机械臂之间的坐标关联,最终针对不同目标进行抓取实验,并对结果进行误差分析,以此来验证方案的可行性。