极地海冰是北极冰冻圈中的关键组成部分,其生长与消融对我国气候变化具有重要的影响。在“北极浮标计划”等国际项目的支持下,我国在北极地区投放了大量的海冰浮标,以获取丰富的海冰变化数据。但是现阶段我国通常由人工对海冰进行实地取样,再用携带的机器设备进行分析,这样的海冰取样方式不具备随机性、广泛性和普适性,同时人工操作十分繁琐且存在一定的危险性。因此本课题研究一种能对海冰参数进行取样分析的海冰浮标机械臂,实现极地海冰数据实时和连续无人值守化监测。对极地浮标机械臂系统整体结构进行设计,以取样模块为核心研究内容,选取UR3六自由度机械臂与Kinect V2深度相机为主要研究对象,对其进行避障路径规划以及机器视觉抓取研究。为了明确机械臂本身的运动约束,确定机械臂的硬件结构参数,通过DH建模法对机械臂进行正运动学建模,运用代数法对机械臂进行逆运动学建模,并基于ROS机器人操作平台对UR3机械臂进行仿真测试,为机械臂的避障路径规划研究打下基础。视觉抓取中相机参数的标定结果将直接影响后续抓取实验的准确性,本论文对深度相机的内外参数进行详细的求解,对相机畸变参数进行分析校正,并通过Eye-to-Hand手眼标定求得六自由度机械臂基坐标系与深度相机坐标系之间的转换关系。针对机械臂的避障路径规划问题,引用了一种碰撞检测方法以及改进的蚁群算法。为避免在规划路径中发生碰撞,采用圆柱体和AABB包络盒对UR3机械臂与障碍物模型进行碰撞检测。为了避免蚁群算法陷入局部最优解,同时保持种群多样性,本论文改进信息素分步更新策略并引入多因子启发式函数,应用MATLAB软件在二维和三维空间中验证改进后蚁群算法的性能。为了验证机械臂视觉控制系统中改进蚁群算法与视觉抓取方案的可行性,设计了UR3机械臂视觉抓取的硬件平台,通过相机标定实验确定Kinect V2相机参数,通过机械臂手眼标定实验确定Kinect V2相机坐标与UR3机械臂空间坐标之间的关系矩阵,最后对目标物体进行识别、抓取并规划出一条可抵达目标点的最优避障路径。实验结果表明:机械臂视觉抓取方案识别与定位性能优越、抓取准确率高,改进蚁群算法规划的路径平滑、整个进程无碰撞,可达到项目研究的预期目标。本论文以国家自然科学基金“基于电容感应技术的海冰厚度监测方法的研究”（项目编号:60672028）为支撑。