作为机器人的一项重要能力，机器人的抓取历经数十年的研究，已经取得了诸多成果，并在工业生产中取得了广泛的应用，但家庭环境下服务机器人的抓取仍然远未成熟。家庭环境的动态性和不确定性、几十乃至上百种不同的目标物体、物体位姿的任意摆放、多个物体间的相互接触与遮挡，都对服务机器人抓取的智能性提出了更高的要求。本文面向服务机器人对家庭环境下物体的智能抓取，以视觉为主要传感器，针对机器人按照用户指令识别并抓取指定物体的应用情境，对机器人智能抓取所涉及到的主要问题，包括物体模型库的创建、物体识别与六自由度位姿计算、抓取姿态生成以及运动规划分别进行了研究，构建了一套完整的智能抓取软硬件系统，本文的工作主要包含以下几个方面：(1)为了实现物体识别、位姿计算与抓取规划，实现了一种便捷易用的物体三维建模方法，只需手持传感器环绕物体采集20-30帧数据，即可建立物体的完整三维模型，并自动计算模型的尺寸。利用这种方法，为20种不同材质、不同形状的物体建立了三维模型，构成了物体模型库；(2)利用局部不变特征，通过当前场景与模型库中各模型的特征匹配实现物体识别，考虑到模型库中的模型数量可能多达几十甚至上百个，提出一种基于局部朴素贝叶斯最近邻的由粗到细的物体识别算法框架，其计算复杂度仅随模型库中的模型个数对数增长；在物体识别的基础上，综合使用特征点的二维图像坐标与三维空间坐标进行位姿计算，可以获得物体的完整六自由度位姿，将该方法在一个公共数据库上进行测试，平均平移误差为1.70cm，平均旋转误差为3.23°，均优于已有的位姿计算算法ePnP；(3)针对已有的多种抓取姿态生成方法仅能获得有限的离散抓取姿态的问题，使用任务空间区域的概念，以物体为中心，形成对连续可抓取区域的完整表述，并根据物体识别与六自由度位姿计算结果生成末端执行器的目标抓取姿态，可以应对物体倾斜放置、相互接触或遮挡的情况。为了提高生成的目标抓取姿态的可达概率，使用高斯混合模型对末端执行器的可达方位进行建模，并利用该模型创建多棵目标树进行机械臂运动规划，提高了运动规划的效率。针对由全方位移动基与机械臂构成的机器人在运动时的异步性，将移动抓取规划中移动基的规划与机械臂的规划分开考虑，提出了一种基于工作空间最近邻搜索的移动基目标位置确定方法，所得到的运动路径更适合实际环境中机器人的移动抓取操作；(4)构建了服务机器人智能抓取软硬件系统，在模块化思想下将上述各方法封装为软件模块，并在实际环境中进行了大量的测试，实验结果证明了上述各种方法的有效性。本文所研究的模型库创建、物体识别与六自由度位姿计算、抓取姿态生成以及运动规划等内容涵盖了机器人按照用户指令抓取指定物体时所涉及到的主要技术问题，不仅可以解决服务机器人在家庭环境下对随意放置的物体的识别与抓取，而且对相关子领域，例如物体识别、位姿计算、运动规划等也有一定的贡献。论文的研究成果可以在一定程度上增加服务机器人的智能性，从而促进服务机器人早日进入寻常百姓家庭。