随着智能制造进程的推进,工业机器人已经成为了新一代工业生产的核心力量。受自身结构影响,传统单臂机器人无法完成复杂的工作任务,限制了自身的发挥空间。为了使工业机器人拥有更高的工作效率、完成更复杂的生产工作,双臂机器人应运而生,与此同时,双臂协同控制技术也得到了研究人员的广泛重视。本文提出了一种双臂协同控制方案,该方案结合了物体识别定位、碰撞检测以及自适应遗传算法,实现了双臂机器人的协同控制,提高了机器人的工作效率和工作能力。首先,设计了一种UR5双臂系统,完成了软硬件平台的搭建,并研究了物体识别定位算法和3D环境构建方案。采用FAST特征点检测算法对目标物体进行识别与定位,并在ROS环境下进行了目标物体匹配识别实验,成功获取了目标物体的三维坐标。同时提出了基于Kinect V2的3D环境构建方案,并实现了应用。其次,建立了UR5双臂机器人的运动学模型,并进行了验证。基于D-H法则建立了机械臂的运动学方程,并采用解析法进行了逆运动学求解过程的推导。通过对比正、逆运动学求解结果,验证了运动学模型的正确性。进行了基于解析法的运动规划实验,实验结果表明,采用解析法时,机械臂的规划效率以及规划时间均较理想,证明了该方法的有效性。然后,提出了基于碰撞检测原理的自适应遗传算法,实现了UR5双臂机器人的协同控制。采用五次多项式插值算法和蒙特卡罗算法实现了双臂的末端轨迹规划和工作空间计算。针对碰撞检测问题,提出了基于空间几何位置关系判断是否产生干涉的方案,并进行了仿真验证。根据碰撞检测原理改进了遗传算法,考虑路径长度、关节角增量之和以及运动总时间等参数的影响,建立了适应度函数,并进行了双臂协同避障仿真实验,得到了更好的双臂协同规划效果。最终,成功地进行了双臂机器人倒水动作的真机实验,验证了本文所提方案的可靠性,为机器人双臂协同控制提供了一种高效、可行的方案。最后,进行了全文终结,并展望了未来的研究方向。