近年来,双臂协作机器人技术成为了机器人领域的研究热点,协作型机器人的应用也越来越广泛,从而对协作机器人也提出了更高的技术要求。在很多实际应用场合,单臂机器人无法完成复杂的操作任务,为此,可以使用双协作机械臂组成双臂系统来解决这个问题。此外,视觉感知系统也是机器人系统中重要的组成部分,通过将RGB-D视觉信息、机械臂末端位置和速度等多信息的融合,同时对机器人进行综合轨迹规划,对提升机器人自主能力有较大意义。综上,基于视觉融合的双臂协作机器人控制技术研究至关重要。本文主要对基于视觉融合的双臂协作机器人控制算法进行研究。本文首先介绍了国内外双臂机器人的最新研究成果和发展趋势,分析了国内双臂机器人研究的薄弱点,并根据课题目标提出了双臂机器人系统的软硬件架构,通过研究机器人运动学基础理论知识,并应用于UR3机器人正逆运动学建模中;其次,对视觉系统中的目标识别与跟踪算法进行研究,介绍了基于深度学习的目标识别算法和基于多模态信息的三维目标识别算法的基本原理,此外,通过结合卡尔曼滤波与目标识别算法,得到用于运动目标跟踪的基本理论;然后,基于多项式规划方法建立了基础轨迹规划的运动模型,通过三次样条插值方法进行路径轨迹点插值,对比了三次样条插值与五次样条插值之间的性能差异,并建立了在笛卡尔空间下进行了轨迹规划的方法;最后,通过机器人运动学理论与机器人微分运动学理论建立了双臂协同运动任务中的位置和速度约束关系式,并据此建立了双机械臂主从控制的基本理论。为验证本文提出的控制策略的可行性和可靠性,通过传送带上运动目标抓取和分拣实验以及双臂协同搬运实验进行基于视觉融合的双臂机器人控制算法的实际测试。实验结果表明,根据卡尔曼滤波与目标识别算法得到的目标位置信息,机器人可以准确地对传送带上的运动目标进行抓取。此外,通过分拣实验,显示了本文中提出的抓取策略能够较好地满足传送带分拣任务的要求。最后,通过双臂协同搬运的实验,证明了本文所提出的双臂机器人协同运动规划算法适用于双臂机器人的协同运动任务。