近年来,机器人领域的研究热点逐步转移到服务机器人上,人工智能技术的发展也赋予了服务机器人更智能、更复杂的功能。机器人依靠视觉传感器获取外界环境信息,通过机械臂完成对外界物体的搬运等动作。单机械臂操作存在负载能力不足,活动范围有限,动作单一简单等缺陷,因此,面向日常生活的基于视觉引导的双臂协作技术研究至关重要。本课题以两台KINOVA机械臂和ASUS Xtion深度摄像头等搭建了双臂协作视觉硬件系统,并基于开源系统平台ROS建立了系统软件架构。采用传统DH坐标法推导了机械臂正运动学模型,基于梯度下降法解决了逆运动学问题。视觉定位方面,根据相机针孔模型完成了单目相机内外参标定,进一步完成了双臂系统的手眼关系标定。分别研究了基于深度相机和人工特征April Tags的目标物体定位技术。为安全地验证本文算法的正确性,在ROS中基于RVIZ平台和URDF模型建立了双臂轨迹规划仿真测试环境。基于仿真环境,通过对机械臂模型的简化,采用最小圆柱体包络的方式在机械臂C空间下进行了主从臂碰撞检测。重点研究了适用于高维空间轨迹规划的RRT(快速随机搜索树)算法,并在RVIZ中进行了仿真。针对其盲目扩展、目标导向性不强、路径非最优的缺陷,采用偏向目标节点采样和更新子树父节点的策略对其进行改进。针对双臂协作紧协调操作,建立以主臂基坐标系为世界坐标系的双机械臂与目标物体之间的位姿约束关系方程,进而利用RRT算法进行双臂轨迹规划。为验证课题所提出算法的正确性与稳定性,本课题以所搭建的双臂视觉系统为操作平台进行了图书抓取功能实验,对实验结果进行了分析,验证了双臂视觉软硬件系统的可靠性和稳定性,并指出了其中的不足以及后续待研究的问题。本文有关双臂协调运动、轨迹规划以及视觉定位的研究,将有助于双臂机器人精准、高效、快速地执行操作,也为在实际环境中的应用奠定了坚实的理论基础。