国内应用的大部分工业机器人系统采用的是封闭结构的专用控制器，所能完成的作业任务比较单一，并且缺乏对外部环境和作业对象的自适应能力，不能满足制造业对机器人系统可靠性、可配置性和可扩展性的需求。而且，由于受到现场环境的变化、被操作工件的差异，以及传感器信息受干扰等不确定性因素的影响，机器人系统常常需要重新配置才能够完成既定的任务。因而，提高工业机器人系统的自主性和可靠性，减少由于不确定性带来的机器人操作误差，对满足柔性制造的要求，提高生产的效率和产品的质量具有重要的意义。　　 本文基于模块化、网络化结构的思想设计了开放式工业机器人系统，并在该系统上对主动信息(如视觉信息)的引导和环境的被动约束条件下的自主抓取和高精度装配策略进行了深入的研究，具体的工作包括以下四个方面：　　 第一，制造业要求工业机器人系统具有可配置性和可扩展性，能够根据任务需求进行系统升级和改造。本文基于模块化、网络化结构设计并实现了开放式工业机器人系统。分析了软件系统各个模块的功能以及相互之间的联系；研究了Windows RTX环境下实时运动规划的方法；给出了一种具有误差补偿功能的实时NURBS插补算法。本文搭建的工业机器人系统，为进一步研究汽车零部件高精度装配、水龙头柔性磨削提供了一个通用平台。　　 第二，在自动化生产线上，机器人系统需要一个简易、通用的机械手来抓取和操作不同类型、不同规格工件。针对这些需求，本文给出了一种结构简单、操作灵活的通用四指机械手的设计方案；讨论了利用四个电机驱动机械手九个关节的扭矩转换装置的设计方法。并且针对活塞-活塞销-连杆和轴承-曲柄轴的装配工序，讨论了夹具模块化设计方法；设计并实现了模块化、智能化的夹具系统。　　 第三，生产过程中，机械手需要将任意放置在传送带上的二维或三维工件快速、稳定地夹持到一个确定的状态。现有抓取规划方法是在物体的三维轮廓中搜索抓取点，算法相对复杂，并且机械手指位置误差和视觉重构的偏差会影响抓取的稳定性。本文首先基于“高维空间吸引域”理论，对二维物体、三维物体的形封闭抓取进行了定性分析，给出实现二维、三维物体形封闭抓取的充分条件。接着，基于视觉信息对接触点布局进行规划，证明了抓取过程中形成的“高维空间吸引域”能够分解为二维和三维空间的吸引域。建立二维吸引域与二维视觉信息之间的对应关系；同时，提出了如何利用简单的二维视觉信息搜索三维形封闭抓取点的规划算法。利用“高维空间吸引域”，能够消除抓取过程中存在的不确定性。最后，通过视觉系统的引导下四指机械手形封闭抓取的连杆、活塞和多面体的实验验证了所给策略的有效性。　　 第四，在发动机和压缩机生产过程中，需要完成高精度的轴-孔装配任务。基于位置/力控制的装配方法通常会因为传感器信息受到干扰以及对零件的定位误差，不能可靠地完成装配任务。为此，结合传感器信息和被动约束成为实现高精度装配一种有效的方法。本文将首先推导出轴的高度函数与轴-孔接触状态之间的关系；接着分析轴-孔装配过程中被动约束形成的吸引域，研究能够使轴-孔到达稳定状态的输入力；然后给出了在视觉信息引导和被动约束条件下实现高精度装配的策略。最后，通过发动机部件(活塞-活塞销-连杆)和空调压缩机部件(曲柄轴-轴承)的高精度装配实验，验证了本文给出的装配策略的有效性。