机器人一直是科研的热门领域,软体机器人由于其高柔性、高适应性、高安全性使其在很多家政服务、助病助残、农业医疗等方面高度匹配,因此,越来越多的学者将研究转移到软体机器人领域。但是,软体机械手不像硬体手拥有较完善的控制策略,开发出更加完善适合软体手的自主控制策略和理论亟待解决,因此对于软体机械手抓取技术的探索和研究很有必要。在对目标的检测和定位,检测工业产品,导航控制机器人等领域都有机器视觉的身影,它具有非接触、准确度高、可靠性强、不过于依赖环境的优点。灵巧手是机器人末端执行器的一种,多指抓取控制是灵巧手研究中的关键问题,怎样确定手指指尖与被抓取物体的相对位置、在物体的哪些位置以何种方式施加多大的力和怎样评判抓取稳定性都需要研究者进行分析。本课题组设计研制的仿生软体机械手,具有和人手相似的自由度,适用于生活服务,农业,康复保健等需要确保末端执行器具有较高的柔顺性和安全性的领域,因此对软体手开展研究是很有必要和价值的。本课题研究了相机三维定位方面的相关原理,对Kinect的彩色相机和深度相机进行了相机标定和双目配准,为软体手抓取实验及仿真技术提供了理论基础。还研究了一种物体识别算法,阐述了基于SSD目标识别方法的原理和具体实验过程,文章还通过Lab VIEW平台实现了对Kinect采集、双目配准和SSD目标实现算法,并利用视觉助手对识别后的边框进行了特征提取,实现了更加精确的目标定位。研究了气动网络型软体机械手手运动学和静力学。具体分析了软体手的运动学,包括软体手及其手指工作空间,然后从物体、手掌、手指和接触运动学等方面分析了软体手多指运动学,建立了软体手多指抓取系统中被抓物体与手指关节之间的运动学关系;本文还分析了软体手抓取力封闭性,选择软指接触模型,并对接触模型进行线性化,在已知软体手的指尖抓取点情况下,优化出各点的最小法向接触力;在求出指尖接触法向力基础上根据软体手静力学和逆运动学求得每个手指关节需要施加的力矩及弯曲角度,利用实验测出的软体手指关节气囊模型气压转角力矩关系即负载特性得到抓取物体需要的气压力。最后对典型物体进行平面抓取时应用了上述理论。研究了基于CoppeliaSim的软体手机器人抓取仿真技术。搭建了软体手机器人抓取仿真平台,重点研究了仿真环境下通过视觉进行目标识别与三维定位为软体手抓取提供导引完成了机械臂及软体手抓取仿真。设计了机械臂及软体手抓取实验系统。设计了基于视觉目标识别与定位的软体手抓取控制系统实验方案,介绍了机械臂及软体手抓取系统总体设计,包括硬件实验平台和软件控制平台,并基于Lab VIEW完成了上位机界面和控制系统程序的编写;对Kinect相机的深度数据进行了校正处理,完成了机械臂的手眼标定,并在实验平台上实现了对特定目标的种类识别、三维定位,并具体分析对比本实验方案下双目视觉定位和单目视觉定位的精确度,最终经过控制机械臂及软体手机器人对目标的抓取任务,验证了全文论文理论和方案的有效性。