作为互联网经济的重要来源,电商行业与仓储行业的发展突飞猛进,机器视觉已经成为仓储机器人研究的重要技术,提高了机器人的应对能力。传统的办法是直接基于三维点云匹配的方法,点云量大复杂,处理起来十分困难,算法既不简单也不准确。基于序列图像来识别与分割物体比较准确但缺少三维信息。因此,本论文构建了一套以RGB-D相机为主要传感器,将图像识别与三维点云数据提取相结合,以先分割物体后获取三维点云进行重建为基础,根据场景进行路径规划和物体抓取的智能机械臂系统。论文的工作内容及成果如下:(1)搭建了一个机械臂智能抓取的实验平台。平台分别对系统标定、物体识别与三维重建、路径规划、七自由度位姿估计、路径规划与抓取姿态生成进行了研究,形成了一套整体的路径规划抓取软硬件智能实验系统。(2)对RGB-D相机进行了系统标定。研究了RGB-D相机的标定原理,同时比较了不同的标定方法,利用张正友标定法实现了对相机的标定,对彩色相机和深度相机进行了配准。对机械臂与相机构成的Eye-in-hand系统根据Tsai方法进行手眼标定数据仿真分析,考虑机械臂末端存在的误差时也能得到较准确的相机坐标系与机械臂末端坐标系的转换关系。(3)对基于序列图像的三维物体重建进行了研究。针对图像特点,使用基于SURF的匹配方法和MSAC算法进行特征匹配并筛选删除误匹配的点。根据SFM重建得到空间点三维信息,求解相机投影矩阵,获取稀疏点云,利用CMVS/PMVS将稀疏点云进一步生成稠密点云,使用统计滤波对点云模型进行噪声点去除。物体特征丰富与序列图像的增多会降低运行速度,重建形状误差在0.2-0.35之间,能满足获取obj模型文件需求。(4)基于七轴仿真机械臂进行了物体位姿估计与规划抓取。在MATLAB仿真平台下建立七轴机械臂运动学模型,进行运动学正逆求解,生成左右臂的曲直线路径规划,得到关节变量关系图和机械臂末端位姿的计算结果。在VREP仿真环境下导入物体模型,机械臂末端对目标物体定位并测距,可达水平距离0.82m,根据物体位姿计算结果生成KUKA LBR机械臂的路径规划曲线,规划时长20s之内,位置误差0.003m,姿态误差0.2deg,同时安装夹持器进行物体抓取实验,对不同物体抓取准确率进行了分析。