近年来,随着电子商务行业的迅猛发展,与之配套的仓储物流行业同样发展迅速。仓储物流行业存在商品种类繁多、商品数量庞大等特点,为了提高空间的利用率降低运输和存储成本,混合垛逐渐代替整形垛在仓储物流行业扮演重要的角色。针对混合垛拆垛,由于箱体尺寸未知、存在高度差等问题,采用传统的二维视觉技术难以满足定位精度的需求,采用主流的三维视觉技术存在时间消耗较大、稳定性不足的问题。本文结合三维视觉技术,提出了用于混合垛拆垛的点云分割以及位姿估计算法,并搭建实验平台,对其定位精度、稳定性以及实时性进行研究。根据拆垛系统的需求,确定了混合垛拆垛系统的总体方案以及工作流程。针对成像速度快、识别区域面积大以及精度需求较低的混合垛识别需求,选用基于TOF技术的快照式深度相机。然后进行了系统标定工作的原理和算法研究,主要包括深度相机内参标定、机器人TCP标定和系统的手眼标定。进行混合垛点云预处理算法研究。针对原始点云数据存在的噪声点云、点云空洞、数据量大等问题,进行点云滤波,点云精简和点云平滑等工作。进行混合垛点云分割和位姿估计算法研究。根据混合垛存在高度差的特点,本文提出了一种“两步走”的分割策略,第一步建立了RANSAC最优阈值和混合垛平面间高度差的线性模型,进行混合垛点云平面的拟合与提取;第二步,通过预处理和区域生长算法进行箱体表面点云的分割聚类。然后将分割后的点云平面根据其空间位置信息进行位姿估计算法的研究,最后根据优先级的排序输出待抓取的平面位姿信息。最后进行系统实现与实验验证。首先完成了实验设备硬件的选型以及搭建工作,然后基于ROS系统实现了拆垛系统软件框架的搭建。通过实验完成了系统标定并分析了标定的误差,最后通过实验对拆垛系统的精度、稳定性以及实时性进行测定,最终实验结果满足拆垛需求。