生活垃圾分类回收作为现代社会环境治理的重要内容,目前在我国受到前所未有的重视。生活垃圾分类回收的相关流程逐步趋于标准化,相关设备逐步趋于智能化。机器人作为一种智能化系统,近年来开始进入人们的日常生活,为人提供服务。使用机器人进行生活垃圾分类回收,替代人工分拣,可以减少人工劳动强度,提高垃圾分类回收效率,并实现危险环境中的作业,成为当前机器人领域研究的热点之一。目前,应用于生活垃圾分类回收的机器人,存在工作场景固定、工作范围小、垃圾分类识别准确度低等问题。本文基于机器人操作系统（ROS）,研究具有垃圾分类识别视觉系统、可以自主移动和自主抓取回收垃圾的移动机器人系统,实现垃圾分类回收无人化作业。主要内容如下:（1）首先,针对基于视觉的垃圾识别与分类,在自制12种类垃圾图像数据集上,使用YOLOv3深度学习网络并融入CBAM注意力机制进行训练,以提高垃圾自动分类精度;改进的NCC算法方法计算视差,通过双目测距方法以实现垃圾目标的高精度三维定位。（2）其次,针对移动机器人室内空间导航与路径规划,使用激光雷达结合ROS中的导航功能模块（Navigation）完成SLAM建图与导航,改进路径规划的RRT-Connect算法,使用二分法灵活调整步长,同时引进目标偏向思想降低生成点随机性,以提升规划速度。（3）最后,针对机械臂路径规划,使用手眼标定算法,获得目标与手臂基座的变换矩阵,结合ROS中的机械臂Moveit运动学计算模块,求解机械臂作业目标位姿,包括机械手爪目标位姿及机械臂各关节目标角度。另外,改进三维轨迹规划的RRT-Connect算法实现机械臂轨迹规划。实验表明,视觉识别达到的精度为98.7%,双目测距的平均误差为6.9%,在6*4m的空间完成地图构建,实际环境中路径规划的平均时间为0.87s,机械手臂抓取成功率为84%,完成了室内12种类目标的识别定位与抓取。