抓取作业作为机器人的一项重要工作,科研工作者在这方面取得了许多成果,但大部分方法对抓取环境要求较高。本文则提出了一种可在多变的环境下完成自动抓取作业的方法。此方法以深度传感器为基础,基于用户的指令完成对目标物体的抓取作业。本文主要工作包括以下三个方面:(1)利用深度图像作为视觉数据源重建出现实抓取场景对应的三维模型。通过深度图像可获取到物体的三维信息,利用机器人的关节数据与ICP算法相结合有效的获取到抓取场景对应的三维模型。通过此方法无需在物体上做特殊标记即可获取到被抓取物体的大小尺寸。(2)利用聚类算法提取出三维模型中每个物体的网格数据。利用平面拟合和层次聚类算法对重建好的三维场景进行聚类与分析,有效的提取出了三维场景中每个目标物体的网格数据。(3)以基本形体作为基础获取每个物体可行的抓取点。考虑到现实环境中,大部分物体都可由基本形体组合而成,提出了一种基于基本形体的物体抓取点计算方法。利用此方法可分析出现实遇到的大部分物体的可行抓取点。最后本文利用自动抓取实验对以上内容进行验证,结果表明此方法可有效地完成在多变环境下的机器人自动抓取作业。