本文研究基于视觉引导的机器人抓取系统。目前,工业机器人已经有大量的应用场景,而将人工智能技术和传统机器人技术结合已成为了进一步增加自动化,智能化程度,提高生产效率的主流趋势。本文在此背景下深入研究了立体视觉,激光扫描重建,工件识别和定位,机器人抓取等技术,并完成了对这些技术的整合,开发了一套基于视觉引导的机器人抓取系统。首先对基于立体视觉和激光扫描技术的场景重建方法进行了研究。对相机模型,立体视觉系统模型进行了简要的介绍。针对相机标定问题,采用了精度更高的迭代标定方法,相较传统方法精度明显提升。设计了一套激光扫描设备,并进行了场景重建精度实验,结果表明系统的重建精度能达到1mm以内,满足机器人抓取的要求。研究了基于点云的工件识别和定位方法。首先介绍了传统基于点对特征的方法,包括点对特征描述,位姿估计原理,投票的方法,聚类的策略等。然后基于该框架,给出了所做的改进措施,包括引入视点采样策略,对离线训练过程的改进;基于可见性的思想,对投票分数的改进;对位姿平均方法的改进等。最后使用实验的方法验证了改进的有效性。搭建了一套机器人视觉硬件系统,并开发了相应的视觉引导软件系统。在该过程中,完成了对机器人视觉系统的手眼标定,使用VREP机器人仿真平台搭建了所建立硬件系统的离线仿真场景,能够在仿真场景中进行工件识别定位,路径规划,干涉检查,路径生成等。为验证系统的有效性,选用两种零件,分别对应两种拾取装置,进行了离线拾取和在线拾取实验,结果表明本课题开发的视觉引导系统能够稳定有效的进行工件的拾取和放置。