随着核工业的迅猛发展,我国存在着大量的核设施亟需退役。核退役机器人可取代人工,在高辐射环境中完成退役工作。然而,传统的遥操作控制方式存在着操作难度大、工作效率低、人员培训周期长等问题,因此核环境下的自主作业是核机器人的研究重点之一。本文以提升核机器人的自主抓取作业能力为目标,重点研究机器人在自主抓取过程中面临的路径规划问题、轨迹跟踪控制问题和抓取位姿检测问题。具体内容如下:（1）针对核退役场景的特殊性,对核机器人运动学和抓取问题进行了分析。首先分析了核退役场景中机器人所面临的抓取问题。然后为适用于狭窄的作业空间,选取灵活的全方位移动机器人作为研究对象,并建立了其运动学模型。（2）针对快速搜索随机树*（Rapidly Exploring Random Tree Star,RRT*）算法规划速度慢、节点扩展随机、路径成本高且不平滑的问题,提出了基于改进度量函数和目标引力的双向RRT*（Target gravitational Bidirectional RRT*,TB-RRT*）算法。通过目标引力与动态步长法,提高算法运行效率并减少路径成本。通过改进度量函数,同时考虑欧氏距离和夹角对路径规划的影响,提高路径的平滑度,并在此基础上通过五次多项式时间标度法将规划后的路径转化为机器人的可执行轨迹。最后,通过仿真实验验证了算法的有效性。（3）为了提升机器人的抓取效率,设计了轨迹跟踪控制器与抓取策略。针对机器人因作业空间狭窄造成位姿调整困难和耗时长的问题,设计了一种机器人运动平台和机械臂间的协同控制策略,通过运动平台和机械臂之间的运动组合来实现末端执行器的精确控制,提高抓取效率。同时,考虑到机器人系统的强非线性,设计了基于前馈-反馈的非线性PID轨迹跟踪控制器。在进行抓取任务时为了获得更加合理的抓取位姿,采用了基于Res Net34的抓取位姿检测方法。最后通过仿真实验验证了控制器的有效性。（4）通过Coppelia Sim开展可视化仿真实验验证了本文方法的可行性。路径规划实验结果表明:本文提出的TB-RRT*算法与（Bidirectional RRT*,B-RRT*）算法相比,路径长度缩短了7%,采样节点减少了40%,运算时间节约了40%;轨迹跟踪实验结果表明:设计的控制器具有更小的误差;抓取位姿检测实验结果表明:能有效实现对目标物体的抓取位姿检测,检测成功率为81.94%;抓取实验结果表明:设计的抓取策略能实现76.25%的抓取成功率。