与传统机器人相比,协作机器人在感知、决策和学习能力等方面都有了全面改进,被广泛应用于工业、医学、服务等领域。机器人抓取作为协作机器人的一项重要能力,一直以来都是科研工作者们的研究重点。抓取过程不够智能,仍然是制约协作机器人抓取技术发展的主要障碍。本文结合视觉识别技术,选择以ROS为平台的上位机,进行协作机器人抓取技术研究。为方便研究,引入生活垃圾分拣作为本文的具体应用场景。本文的研究内容主要包含以下几个方面:（1）采用D-H法分析了Sawyer机器人的D-H参数,建立机器人正运动学模型,推导了Sawyer机器人的正运动学方程。利用Matlab的机器人工具箱对推导的正运动学方程进行了仿真验证,采用蒙特卡洛法分析了机器人的工作空间。搭建了ROS环境下的机器人仿真平台,编写了机器人抓取程序,在不使用真实机器人的情况下验证并优化了程序。（2）设计了两种视觉识别方案:一种是以Kinect V2为视觉传感器的双目识别方案,另一种则是以普通摄像头为视觉传感器的单目识别方案。介绍了相机标定原理并分别介绍了两种视觉识别方案在ROS环境下的不同的相机标定方法。对相机外参标定结果的准确性提出了验证方法。（3）介绍了YOLO V5目标检测的基本工作原理,采集了10000余张图片,制备了自己的数据集,通过YOLO V5完成数据集的训练。分析了数据集的标签、召回率等数据指标,进行了目标检测实验,验证了数据集的可行性。（4）受变色龙抓握树干的启发,以热塑性聚氨酯作为材料设计制作了一种协作机器人抓握式柔性夹持器。利用SOLIDWORKS软件建立柔性夹持器模型,并通过拓扑算法优化结构。借助有限元分析软件WELSIM对优化完成的柔性夹持器进行了静力学分析。（5）通过ROS特有的TF工具和Topic话题通信完成了目标检测与抓取控制的通信协调,分别对单目识别方案和双目识别方案进行了分拣实验,分析了各自的优缺点。分析了分拣实验结果,九大类垃圾识别成功率均在85%以上,最高达100%,分拣成功率在85%以上,最高为94%。同时设计了刚性夹持器与柔性夹持器的对比抓取实验,对于各类目标物体柔性夹持器的抓取成功率均优于刚性夹持器。