随着社会经济的快速发展,也带动了机器人技术的蓬勃发展,机器人在工业及人们日常生活中正逐渐充当愈发重要的角色。双臂机器人相比单机械臂具有负载能力强、工作空间大、双臂协调工作的优势,是机器人领域中的研究热点。如何使双臂机器人在执行任务时自身之间不发生冲突,保持运动的协调一致是双臂运动规划最核心的问题,也是双臂协调规划的研究难点。本课题以双臂机器人为研究对象,着眼于双臂机器人无碰撞运动规划的研究,融合视觉定位算法,实现对目标物体的识别定位,最终实现双臂在执行任务过程中无碰平稳地运动。具体研究内容如下:首先介绍了双臂机器人的软硬件平台,对单机械臂使用标准DH参数法进行了运动学建模,通过坐标变换建立了机械臂基坐标系与双臂世界坐标系之间的映射变换,完成了机械臂正逆运动学的推导以及最优解的选取;在单臂基础上,分析了双臂机器人松协调运动和紧协调运动的运动链约束关系。其次,基于RRT（rapidly exploring random tree）算法对双臂避碰路径规划算法进行了研究。基于包围体技术和层次分解思想建立了包围盒树,将碰撞检测分为粗检测阶段和精检测阶段,提高碰撞检测的检测效率和检测精度;改进了传统的RRT算法,通过引力函数引导随机树向目标位置扩展,加快了搜索效率,并使用贝塞尔曲线对规划好的路径进行了平滑处理;基于改进的RRT算法提出了一种适用于双臂协调系统在高维空间的松协调运动规划方法,并通过MATLAB机器人工具箱中进行仿真验证了运动规划算法的有效性。再次,对双臂机器人的视觉定位及目标识别算法进行了研究,完成了视觉系统的相机内参标定和机器人手眼标定,从而得到相机所采集物体的准确坐标以及相机坐标系和机器人基坐标系之间的位姿变换关系,选定YOLOv3检测器作为目标检测网络,通过label Img进行图像标注获取数据集,实现了对物体的目标检测。最后利用搭建的双臂机器人平台进行了综合实验验证,分别进行了双臂机器人自避碰实验、协调搬运实验及视觉分拣实验,实验结果证明了本文所提视觉定位算法及运动规划算法的有效性,实现了双臂机器人的目标识别定位功能,实现了双臂无碰、平稳、同步的协调运动。