本文结合高等学校博士学科点专项科研基金“遥操纵电液欠驱动冗余自由度机械手系统双向伺服控制策略”(20130061110009),以六自由度机械臂为研究对象,基于多Kinect采集的视觉信息对其进行运动规划研究。本文针对六自由度机械臂的工作空间提出了多视觉传感器布置方式,基于已布置好的Kinect传感器,对其进行标定,得到多Kinect间的转换关系以及内外参数。应用BP神经网络算法结合Kinect视觉传感器自身属性实现多传感器之间的数据融合,对Kinect采集的障碍物信息进行筛选、实时训练以获得多Kinect之间的映射关系,融合结果表明此方法可以满足Kinect摄像头融合精度的要求。对得到的点云图进行降噪处理,最终根据处理后的点云数据,建立机器人周围环境的八叉树地图。针对六自由度机械臂运动规划问题,提出了一种改进的RRT算法,在RRT算法的基础上引入Dijkstra算法的贪心思想,将RRT算法与Dijkstra算法相结合。建立障碍物可视化三维环境模型,通过RRT、RRT*、B-RRT和改进的RRT在仿真中的对比可知,改进的RRT算法加快了随机树在局部区域的扩展速度,减小了采样盲目性,提高了算法效率,机器人末端路径比改进之前生成的路径更加合理。在ROS仿真环境中结合Kinect传感器生成的八叉树地图对改进的RRT算法进行测试,最后将改进的RRT算法移植于实验室的机械臂,验证了算法的可行性。通过上述仿真与实验得到一条无障碍路径并且路径代价最小的轨迹,结果表明基于视觉的六自由度机器人运动轨迹较为平滑、流畅,规划出的路径符合预期结果。