随着近年来人们生活方式的改变和网络购物的兴起,物流行业迎来了全新的机遇与挑战。由于传统物流行业主要依靠人工进行货物的中转、分拣和管理,因而逐渐暴露出了许多问题。越来越多的物流、电商公司开始进行智能物流的探索。然而普通的工业机器人因为缺乏视觉引导,难以应对复杂多变的物流仓库环境,这使得物流仓储的智能化陷入瓶颈。基于以上情况,本文提出了一个面向物流场景的拆垛机器人视觉系统框架,并结合实际的物流仓储情况,对其进行了实现。我们使用深度相机从场景中获取RGB-D信息,然后实现了一个以Mask Scoring R-CNN为基础架构并附加了我们提出的深度信息融合模块的深度神经网络模型。我们使用自行构建的数据集IRC19对该网络进行训练,并通过训练好的模型对场景进行分析,进一步得到机器人的抓取位姿。最终我们将抓取位姿转化到机器人坐标系下,并对机器人进行运动规划,得到完整的运动路径,从而完成引导机器人进行抓取的任务。实验证明,我们的方法和数据集在真实物流场景中是有效的,并且在迁移到不同场景时,表现出了较强的鲁棒性。本文的主要贡献有:1.提出了一个面向物流场景的拆垛机器人视觉系统框架,并且基于实际情况对其进行了实现。该框架在复杂多变的实际情况中具备可行性和有效性。2.设计了一种基于Mask Scoring R-CNN架构的RGB-D图像实例分割模型。该模型能够充分利用RGB-D数据所包含的信息对场景进行实例分割,并且具备较高的准确度和处理速度。3.构建了一个基于真实物流场景的RGB-D数据集IRC19,为使用深度学习方法解决真实物流场景下的视觉问题提供了基础。