机器人的发展为制造业赋能,使制造业飞速升级提升,但随着应用场景的复杂化,传统的单纯以位置控制为控制方式的机器人已经不能满足需求。将机器人与视觉和力觉进行结合,是提高机器人灵活性、适应性、可靠性的重要手段,也是现在热门的研究领域之一,具备视觉与触觉的机器人拥有在不确定环境中完成任务的能力。轴类零件装配是工业生产中常见的机器人应用场景,提出一种有效的轴类零件的自动化柔顺装配方式可以极高的提升工业生产效率,对于自动化生产具有重要的意义。本文将六轴工业机器人与深度相机、六维力传感器结合,构建了包括视觉感知系统、力觉感知系统以及机器人控制系统的装配场景,开展了基于视觉与力觉的轴类零件装配方法研究。论文主要完成的任务如下:（1）针对任意摆放的零件位姿,本文构建了基于Ensenso N10深度相机的视觉感知系统,以实现物体的检测与定位。相机以眼在手上的方式安装,通过手眼标定,得到相机在机器人末端坐标系中的位置,利用手眼标定的结果以及机器人位姿,可以直接将深度相机获得的点云数据转换到机器人基座标系中。（2）针对相机拍摄的误差与复杂场景,探讨了点云分割与滤波算法。在分割阶段,通过分析对比,选用了超体素分割与局部凸连接片结合的方式,成功分离出需要的数据。在滤波阶段,分析了点云的噪声成分,并且结合零件本身的特点,提出了一种新方法,首先基于超体素拟合平面,然后使用非极大值抑制算法筛选平面,最终获得了平滑无噪声的零件点云。（3）为了获取零件的准确位姿,对点云配准算法进行了分析对比。粗配准阶段,介绍了两种基于局部特征的配准方式,以及主成分分析法,并进行了实验对比。针对精配准,本文详细分析了迭代最近点算法的原理、优缺点以及改进点,提出了新的误差函数应用于原算法,解决了算法对重合率低的点云数据的无效性。实验表明,将主成分分析法与改进的迭代最近点算法结合,可以达到零件装配所要求的位姿精度。（4）为了实现机器人对外部力的感知,本文构建了基于六维力传感器的力觉感知系统。首先,为了去除系统误差以及末端工具、零件重力的影响,提出了力传感器的零点标定与重力补偿算法,同时考虑了机器人与水平面之间的角度,最终使机器人可以获取到准确的零件接触力信息。（5）针对机器人柔顺装配任务,采用了基于导纳原理的机器人主动柔顺控制方法,通过将期望力与实际力的偏差输入系统,调整机器人的期望位置,实时调整机器人的移动目标位姿,通过力控实验验证了机器人具有随力移动的特性,即柔顺特性。