近年来,我国先后出台了关于工业智能制造的多项政策,智能制造意在将信息化与工业化具体相互融合,是未来我国制造业发展与变革的重要方向。机器视觉与机械臂抓取技术被广泛的应用于工业自动化生产领域,为制造业生产提供了诸多的便利。然而不同的自动化生产环境,物体的摆放位置有着很多的不确定性。目前在工业生产过程中,大多数的工业机械臂都是按照固定的示教指令进行抓取与放置工件,这种工作方式存在着一定的局限性,这种工作方式需要让工件处于固定的位置、以固定的姿态进行抓取物体;一旦外界以及物体位姿发生变化,机械臂将无法实现抓取功能,导致任务中断或者失败。机器视觉因其信息含量大、测量范围大、精度较高等众多优点而被广泛地引入到工业自动化过程中来,被充当机械臂的大脑与眼睛,实现工业机械臂的自动化自主决策抓取任务。因此,本文将从基于单目视觉物体的姿态估计、基于多种群粒子群算法的机械臂路径规划、任意位姿抓取策略实现机械臂抓取为切入点,设计了一个复杂静态背景下,目标物体姿态估计与机械臂智能化自主抓取系统。本论文内容结构如下。首先针对复杂的工业生产环境下,难以将目标物体与复杂背景信息分离开的问题,本文提出一种利用图像预处理手段去提取物体特征信息的方法,经过背景消除与轮廓包围法得到目标物体区域,将背景区域与物体区域分离,进而可以对获取的图像进行详细分析。为后续目标物体位姿获取打下基础。然后对只保留目标物体区域的图像进行分析,利用目标物体的已知信息加上摄像机模型,提出了一种基于模型的物体姿态估计的方法,实现了对物体姿态的估计。这种方法克服了环境因素对物体位姿获取影响较大的一些缺点,提高了在静态复杂背景下,物体姿态获取的准确度。此外,利用靶点设置表示目标物的几何特征,整个方案简单有效。目标位姿获取为后续机械臂抓取做好铺垫。针对复杂约束条件下的机械臂运动规划的问题,本文提出一种新的多种群粒子群算法,用于解决五自由度机械臂运动路径规划问题。将得到的目标物姿态信息传给多种群粒子群算法,多个子种群与精英种群组成了多种群粒子群算法,多种群粒子群算法使用预选择与交叉机制,可有效地跳出局部最优,无限接近或达到全局最优,此种多种群粒子群算法能够克服传统粒子群算法容易陷入局部最优、效率低、自适应度均方差较高等缺点。将多种群粒子群算法与现有的一流演化算法对比,结果证明对不同位置的物体,该算法获得的路径平均自适应度与均方误差最小。为实现机械臂末端执行器对任意位姿物体的抓取问题,提出了一种基于方位角的末端机械手抓取策略方法。此抓取策略算法可根据目标物体在参考坐标系下的方位信息提前完成机械手预抓取姿势,可以有效避免机械臂进入死锁状态,根据物体的姿态完成对机械臂末端执行器姿势的调整,以渐进的方式完成物体抓取任务,解决物体任意姿态抓取的问题。本文使用MATLAB对五自由度机械臂的MDH模型进行仿真,用以验证所建模型的正确性。对多种群演化算法演化出的每个关节轴应该旋转的角度进行MATLAB仿真实验,同时进行实际机械臂的抓取实验,并进行实验对比,结果证明能很好的实现机械臂自主抓取。