近年来,由于硬件技术以及算法方面的进步,智能机器人技术的研究有了很大的进展,尤其是在智能装配领域、服务机器人领域。对于物体抓取方面的研究,随着视觉领域的不断突破,也有了很多进展。然而在工业界,可以进行双目视觉使用的摄像头往往价格高昂,不利于扩大生产或者普及服务类机器人。为了解决上述问题,本文对基于价格比较低廉的Kinect摄像头的三维物体识别与定位位姿等方面进行了深入的研究,同时,针对5自由度机械手轮式机器人youBot设计了相应的高自由度抓取方案。本文主要基于三维视觉,通过深度摄像头Kinect获取目标物体的RGBD信息,结合PCL点云处理库进行实时点云获取进行了点云相关预处理进行研究,使用融合欧式聚类、随机采样一致性的分割方法,得到更完整的点云。使用平面投影的方法定位物体中心位置。为了建立精确的待抓取物体的VFH（Viewpoint Feature Histgram视点特征直方图）模板库,设计了基于Arduino与九轴感测装置的自动点云采集装置,装置可以通过测量机械云台的旋转偏移角度,获得矫正的物体位姿点云,用来精确计算目标物体与模型库中偏移量与偏转角度。为了降低物体位姿的计算误差,使用多帧融合的ICP（Iterative Closest Points）算法。提出对目标物体进行多帧检测,以解决由于目标点云残缺导致的的最近邻迭代求解实际物体点云与模板库点云配准失败的问题。对youBot进行了建模仿真,研究了 youBot的手臂工作方式与工作区间。通过张正友标定法,结合RGB滤波技术对Kinect视觉传感器和机器人坐标系进行了标定。完成了基于三维视觉的物体识别与定位抓取实验测试,针对五自由度机械臂抓取规划不成功的问题提出了一种基于移动平台的抓取方法,避免了静态抓取机械臂无法正确规划的问题。提出针对每个目标模型的特殊姿态矩阵模型,设置一个可以抓取的位置点的模板匹配方法。