机器人通过周围环境来做下一步决策的能力体现了其智能的高低,对于工作在非结构化环境中的机器人,需要能够感知世界。激光雷达为我们呈现了高品质的3D世界点云模型,但是价格昂贵。Kinect传感器设备相对前者成本很低,底层采用基于结构光技术,可以提供实时点云以及二维图像。PCL(Point Cloud Library)全部采用模块化设计思想,是3D点云处理的现代c++库。从算法角度来讲,PCL点云库结合了大量的3D算法来处理众多的点云数据。排爆机器人在排爆任务中担任着愈来愈重要的作用,主要应用机械臂对爆炸物进行搬运、销毁等任务。操作人员由于自身情绪,能力的不稳定性,再加上训练成本的提高,对排爆机器人的智能化有了更高的要求,因此排爆机器人的智能识别和抓取系统研究有着重要的意义。本文构建了不明爆炸物的点云数据模型库,分析了主要点云处理步骤,如点云分割、特征提取等,最终集成到机器人操作系统ROS上。论文的主要研究工作如下:1、首先研究原始点云的分割方法,先进行基本的滤波处理,再执行平面分割,在场景中找到所有平面,通过给从平面系数计算的凸包,将其拉伸一定的高度来创建一个棱镜,然后反馈给内部的所有点,进而分割出物体。根据PCL点云库中特征算子的特点,选取视点特征直方图VFH描述子,建立物体点云模型库。2、应用PCL点云库,对排爆机器人实时获取的点云图像进行图像预处理,包括滤波、重建、分割、特征提取等操作,集成到ROS机器人操作系统上,完成排爆机器人对爆炸物的智能识别,并应用ICP算法进行6自由度位姿计算。3、建立五自由度机械臂的三维模型,利用D-H法建立机械臂的运动学模型,并进行正、逆运动学求解,并使用Matlab的Robotics Toolbox工具箱进行了仿真验证;开发了机械臂硬件系统,包括电源模块、主控制器模块、电机控制模块等。