通过机械臂技艺发展,六自由旋转度的机械臂在高质量智能生产方面得到越来越普遍的使用。在机械手臂的应用领域中,单一传感设备引导机器人控制,对于精准位置识别夹取具有局限作用。针对以上问题,本论文引入相机和雷达信息融合系统。利用相机采集的像素数据和激光雷达测量的深度数据的融合,以提高机械臂系统稳定性。本文基于相机与激光雷达融合系统,对六自由度机械臂抓取中的关键技术,即相机与激光雷达数据融合对工件识别定位和机械手抓取进行了深入研究,主要研究内容如下:首先,针对待检测金属工件精确定位抓取的问题,在激光雷达工件定位中,采用卡尔曼的滤波理论以处理雷达测量数据不准确性,以实现提升工件的定位准确度。根据DH参数表示法,求取机械臂中运动学方程的正逆解,对机械臂轨迹运动进行位姿插补,以提高机械臂运行稳定性。其次,针对金属工件特征匹配识别不佳的问题,利用对传统ORB算法进行FAST特征检测改进并结合BRISK描述子的方法,提出一种改进ORB-BRISK图像特征匹配算法,改进的算法满足不同环境对比度并具有旋转不变性和尺度一致性,综合多次实验结果,改进ORB-BRISK算法模板特征点数量提升11%,匹配准确率提升45%,其耗时约为ORB算法用时的80%。这个方法在图像匹配效率与精确度上都比传统方法效果好。再次,建立机械臂抓取坐标系,对工业相机和激光雷达进行联合标定,针对不同传感器的采集数据频率不同、空间数据位置不同的问题,对工业相机和激光雷达在时间和空间进行对应匹配。针对多传感设备的信息互融数据量大、运算时间长的问题,引用了相机与二维雷达的信息特征级融合方法,提高了对多工件环境中目标工件定位识别的效率和准确率,满足了系统的可靠性要求。最后,针对机械臂在传统蚁群规划算法运动过程中寻径慢问题,设计一种对原状态转移的概率进行优化的蚁群机械臂规划的算法,通过多次实验仿真,最优路径长度缩短40.6%,迭代次数减少66.4%,寻径时间缩短63.0%,验证了改进算法的优越性。通过对以视觉与激光雷达融合的机械臂控制软件仿真,证明了论文内采用算法的有效性与可靠性。