随着科技的发展和传统制造业的转型,机器人智能抓取已经在工业生产中取得了广泛的应用,将工业相机与机器人结合是未来机器人发展的重要趋势。目前,常见的2D视觉依赖物体的形状和颜色进行识别,只能获得物体的平面图像,无法满足复杂的作业环境。3D视觉可以直接获取物体的深度信息,能够对无纹理和存在遮挡的物体进行识别。本文基于机器人控制系统ROS,搭建了基于三维视觉的机器人抓取系统。首先,完成了基于视觉的机器人抓取系统的搭建。本文进行了硬件选型,之后利用张氏标定法,获得了相机的参数模型。利用Tasi两步法,对相机和机器人进行了手眼标定,并选择了眼在手上的搭配方式。然后,详细阐述了目标识别与定位的具体步骤。对目标物体进行了三维建模,将残缺点云拼接成完整的模板点云。利用降采样,平面分割和滤波等方法对场景点云进行预处理。将处理后的场景点云和模板点云提取点对特征,进行点云配准。在配准过程中,本文利用了霍夫采样和位姿聚类的方法提高配准精度。最后,对机器人进行最优路径规划,完成抓取工作。本文利用了机器人操作系统ROS对抓取系统进行整体控制,建立机器人模型,实现对抓取场景的实时监控。采用快速探索随机树法快速生成抓取路径,选择行程最短的路径作为最优路径,并且对抓手的抓取角度进行抓取规划。