移动操作机器人结合了移动平台的移动能力以及机械臂的灵巧操作能力,能够完成多种多样的操作、抓取任务,在工厂、医院、家庭等环境中都有着广阔的应用前景。由于杂乱环境中的物体会经常发生变化,机器人定位会由于传感器数据与静态地图的匹配误差存在不确定性,这直接影响机器人能否完成操作、抓取任务。同时机器人有限的机载计算资源又要求算法具有较高的效率。为了实现高效率高成功率的抓取,本文设计了一种移动操作机器人物体抓取方法,实现了在考虑机器人定位误差情况下高效的物体抓取。针对机器人存在定位误差的问题,提出了一种移动操作机器人物体抓取系统。对杂乱环境的特点及移动操作机器人物体抓取进行调研和需求分析,包括机器人完成抓取的功能要求与难点。基于分析,设计了移动操作机器人物体抓取的总体方案,使用RGB-D相机对目标物体进行识别并检测抓取位姿,基于机械臂工作空间操作能力图（capability map）理论设计了移动机器人与机械臂分离的规划与控制方法,并使用基于位姿的视觉伺服完成抓取。针对机器人抓取成功率与规划效率之间的矛盾,本文提出了一种基于多维高斯分布模型的机器人操作能力指标与机器人位姿规划方法。将传统的表征机械臂向各个方向运动能力的操作能力指标投影到移动平台的工作空间中以更好的表征机械臂在移动平台工作空间中的运动能力。基于投影后的机械臂操作能力,计算了其在多维高斯分布模型下的数学期望作为机械臂操作能力指标。提出了基于多维高斯分布模型的机器人位姿过滤器。利用多维高斯分布的置信区间对机械臂工作空间操作能力图中的机器人位姿进行过滤,减小了可行解集的规模,提高了算法的效率。通过使用本文的操作能力指标和规划方法,能够在保证求解效率的情况下提高抓取的成功率。最后本文通过实验对比了不同过滤器参数对结果的影响以及不同机械臂能力指标的区别。实验结果验证了在合理选择参数的情况下,过滤器能够大幅缩短计算时间同时保证合理的计算结果误差。通过在实际环境中的物体抓取实验,验证了本文提出的操作能力指标在杂乱环境中能够提升抓取的成功率,证明了本文提出方法的可行性与有效性。