我国的茶叶产量庞大且具有广阔市场,当前采摘工作主要以人工为主,不利于产业升级。现有的机械采茶设备仅适用于低品质大宗茶采摘,需要一种具备选择性的自动化采摘设备,来提高采茶质量并减少人力成本。实现采茶设备的自动化与选择性采摘需要解决两大问题:一是不损伤茶叶的前提下高效采摘,二是嫩芽的精确识别与定位。为此,本文针对采茶机械手结构以及机械手视觉导引技术展开研究。首先,从茶叶生长环境以及茶叶采摘实际流程两方面出发,提出一种采茶机械手设计方案。该机械手具备四个自由度,通过在其末端安装双目相机对嫩芽进行识别与定位。根据茶叶外形尺寸对末端执行器进行设计,并实现茶叶采摘与收集的同步进行以提升采摘效率。通过制作出的采茶机械手实物样机验证其可行性。然后,建立采茶机械手运动学模型,对机械手运动学正逆解模型进行推导,并对工作空间进行分析,确保机械手工作范围能够覆盖待采嫩芽所在区域,降低嫩芽的漏采率。为提高机械手运动稳定性,在关节空间下对其进行轨迹规划。针对采摘过程中待采嫩芽的采摘路径规划问题,在经典蚁群算法的基础上进行适应性改进,并通过仿真实验验证,改进后的算法在最短路径距离与迭代次数方面均更优。之后,研究采茶机械手视觉导引系统及其关键技术。完成机械手的双目相机标定与手眼标定。针对嫩芽图像特点进行特征提取,并基于分水岭算法进行改进,使用BM3D去噪算法以及灰度拉伸法对待分割嫩芽图像进行处理,分割出较完整的嫩芽图像。通过SURF算法进行特征点提取,采用RANSAC算法和极线约束去除误匹配点,结合最小外接矩形法与双目测距原理完成茶叶采摘点的三维空间定位。最后,对采茶机械手分别进行运动控制实验、双目视觉系统实验以及视觉导引定位实验。实验结果表明,机械手定位误差在±2mm以内,平均定位时间为1.88s。采茶机械手具备较好的位置控制精度,能够快速通过视觉导引系统实现自主定位。