基于立体视觉信息的机器人抓取是近年来机器人研究领域的重点方向,其在工业生产以及生活服务领域都有很高的应用价值。目前大多数抓取任务都是针对静态目标进行的,针对动态目标抓取的研究相对较少。本文基于立体视觉信息,研究并实现针对运动物体的抓取技术,对拓展机器人抓取技术的应用领域,提高机器人在不同任务环境下的抓取能力,具有一定的工程应用价值。本文通过使用由KINECT传感器和ZED双目相机组成的视觉系统,UR5机器人和Barretthand灵巧手组成的抓取机构,基于立体视觉信息设计并实现了一套针对飞行中羽毛球进行截击抓取的系统。该系统通过KINECT深度传感器获得的深度信息,实现了对羽毛球飞行轨迹点的三维坐标采集,同时结合两种预测模型,对羽毛球飞行轨迹进行实时预测并计算出截击抓取点。本文通过计算两个相机坐标系间的变换矩阵以及进行手眼标定,将抓取点坐标在不同坐标系间实现正确的坐标变换并进行传递。UR5机器人在收到抓取坐标后,即可在上位机的控制下有序地进行抓取操作。在实施抓取的过程中,本文通过使用ZED双目立体视觉相机,对抓取过程进行在线录制并随后进行离线处理。通过我们设计的抓取精确度判定系统,基于OpenCV视觉库,实现了对抓取图像的自动处理。系统结合多种图像处理方法定位出羽毛球和抓取机构在世界坐标系中的坐标,进一步提取出抓取过程中存在的抓取偏差。结合提取出的抓取偏差值,我们可以更加有效、且更有针对性的对预测模型进行修改,从而避免了传统方法无法复现抓取过程,无法提取抓取偏差的问题。抓取精确度判定系统有助提高预测系统稳定性和准确性,具有一定的工程实用价值。最后,我们在机器人平台上进行实际实验,系统成功对人工投掷的羽毛球进行了截击抓取。证明了本文所设计的针对飞行物体进行截击抓取系统是有效的。