近年来,随着工业智能化的迅速发展,机器人的有关应用逐渐广泛。然而钢铁行业作为国家的一项重要工业行业,其目前智能化水平仍有较大发展空间。例如板坯毛刺去除工作,其目前主要使用刮刀式法和锤刀式法等方法进行去除,但存在毛刺去除不平滑,不完整的缺点,且无法在板坯跑偏情况下去除毛刺。因此,基于ROS平台,提出一种机器人结合机器视觉的智能化去除板坯毛刺方案,并进行有关研究,具体研究内容如下。（1）工作站ROS模型搭建。搭建机器人去除板坯毛刺工作站Soildworks模型并将其导入ROS系统,通过编写代码将模型urdf文件转化为适用于仿真的xacro文件。利用xacro文件基于RVIZ可视化界面在ROS端显示三维模型,为机器人添加仿真运动控制器,完成Move It框架配置,最终将MoveIt与Gazebo进行链接,配置工作站的MoveIt-Gazebo联合仿真模型。（2）基于点云的角点定位及其信息的ROS节点储存。利用仿真深度相机在原有Move It-Gazebo模型中添加深度相机模块,并对板坯进行点云三维重建,筛选点云坐标获得板坯一个角点世界坐标数据,并结合其他数据定位板坯的第二个角点。将所得仿真板坯角点坐标以ROS节点形式进行储存,并分别验证板坯正常状态以及左跑偏和右跑偏状态的角点定位情况,并设计Mark显示定位角点,进行检验。（3）机器人的自主规划运动。利用ROS端MoveItAPI对机器人进行控制,接收节点储存的角点信息并基于RRT＿Connect算法使机器人自主运动至角点处,根据笛卡尔运动规划算法原理设计机器人在两角点之间自主执行直线轨迹规划并完成去毛刺工作。（4）Matlab辅助仿真研究。利用Matlab联合ROS进行仿真,在Matlab端中远程接收ROS端工作站话题信息,并分别对有关话题进行描述;利用ROS录制工作站工作包文件,分别在ROS端以及Matlab端对包文件进行解析研究,并最终利用Matlab解析出第六轴运动轨迹,通过Matlab函数拟合工具拟合轨迹函数。比对跑偏板坯与拟合函数的斜率校核轨迹正确性,验证毛刺去除工作的准确性。根据ROS端的轨迹可视化以及Matlab轨迹的校核表明,该方案可以完成去除毛刺的工作任务,达到设定工作目的。