七自由度机器人具有躲避障碍物的运动灵活性,能够完成复杂环境下的抓取、装配任务,机器视觉技术与机器人技术融合能够提高工业机器人的自动化和智能化水平。本文将机器视觉技术与Sawyer七自由度机器人相结合,对基于视觉的七自由度机器人抓取与装配过程开展研究,主要工作包括:首先,对Sawyer机器人运动学进行分析,通过D-H参数法建立其正运动学模型。在逆运动学求解问题上,对Newton-Raphson迭代法进行优化,采用伪逆法和阻尼最小二乘法避开奇异构型,并通过加入阻尼系数解决了伪逆法在接近奇异构型时,机器人末端误差增大的问题。在MATLAB机器人工具箱中仿真,验证了运动学求解的正确性。其次,对轴孔的识别与定位进行研究。依据相机的成像原理,运用张正友标定法对Kinect V2相机进行标定,获取轴的彩色图像和深度图像信息。创建轴的3D模板,利用3D模板匹配算法将相机获取的图像信息与模板的图像信息进行匹配,实现了轴的识别与定位。针对Sawyer腕部相机获取孔的图像信息,提出运用HSV图像创建图像掩模方法,通过掩模操作和图像处理提取孔的轮廓,运用形状识别、最小外接矩实现了孔的识别与定位。然后,对Sawyer机器人路径规划进行研究,使机器人在抓取过程中能够躲避障碍物。针对双向快速随机扩展树（RRT-Connect）算法新节点的扩展方向具有很大随机性的问题,引入人工势场,对RRT-Connect算法进行改进。在起始点与目标点之间加入一个引力点,使新节点向着引力点方向扩展,减少了无用空间的搜索。分别在二维平面空间和Sawyer机器人工作空间进行仿真实验,结果表明,改进RRT-Connect算法在避开障碍物的同时,能够有效地缩短路径搜索的时间,提高路径规划的质量。最后,设计了基于视觉的七自由度机器人抓取装配系统,搭建了抓取装配平台,通过手眼标定获取轴在机器人基坐标下的位姿,运用改进RRT-Connect算法对抓取路径进行规划,完成了机器人避障与抓取实验。通过Sawyer机器人末端力矩传感器反馈的力对轴孔相对位置进行判断,使机器人对轴的位置进行调整,完成了轴孔装配实验,验证了设计系统的有效性和可行性。