21世纪是一个智能化蓬勃发展的时代。随着20世纪60年代初期第一台工业机器人的诞生,人们追逐机器人完全替代繁重劳动的梦想就没有停止。目前,机器人被广泛应用于制药、航天、采矿、医疗和家庭服务等领域。然而这些机器人大多只能完成一些人为设定的简单的任务,因此如何提高机器人的智能化程度成为一个研究的热点方向。抓取物体是智能机器人的重要能力之一,其能力的高低在一定程度上决定了机器人智能化的程度。基于此,本文将从基于视觉的目标物体姿态估计和机械臂的抓取为切入点,以提高机械臂的自主抓取能力为目标,研究智能机器人的抓取问题。本文的主要研究内容如下:首先,基于机器视觉算法,提出一种物体姿态识别的方法。该方法以目标物体的几何特征和摄像机成像原理为基础,结合基于模型的姿态估计方法,实现对目标物体的姿态判定。该方法可改进视觉条件下周围环境变化对识别结果影响较大的缺点,并且所用的视觉传感器成本低廉,通过设置靶标作为目标物体几何特征,整个方法具有较强的鲁棒性,整体简单有效。此外,通过旋转变换完成目标物体在机械臂空间中的姿态转换,为下一步机械臂的抓取奠定基础。其次,在识别目标物体姿态的基础上,针对如何完成对目标物体的抓取,根据经纬定位的方法提出一种机械臂抓取策略。该策略可根据目标物体在机械臂坐标系中的方位角完成预备抓取动作,减少陷入死锁的几率,同时能根据物体的姿态完成对机械手末端位姿的调整,以渐近的方式靠近物体完成抓取,解决多姿态目标的抓取问题。最后,搭建ROS实验平台结合ZED双目相机和Kinova机械臂在实验环境中实现了对多姿态目标的抓取。