随着“十四五”规划及“中国制造2025”战略的提出,机器人领域已逐渐成为国内外研究的重点对象之一。其中,机械臂对移动物体进行跟踪并抓取是机器人领域中的主要应用之一,能够提高机器人智能化、灵活性,以及提高工业自动化及智能化的发展水平,具有广阔的应用前景。随着计算机的提升,机器视觉有了广阔的发展前景,将机器视觉技术引入到机器人领域中,为机器人跟踪抓取运动目标提供了可行的、成熟的解决方案。然而,基于视觉技术的机械臂动态目标的跟踪与抓取目前仍然存在许多局限性,主要体现在视觉跟踪算法对运动目标的跟踪的准确性和稳定性。本文针对基于视觉信息引导的机械臂动态目标跟踪与抓取主题展开研究,重点研究动态目标物的视觉跟踪算法以及机械臂对目标物抓取运动规划方法,构建了一套机械臂智能跟踪抓取系统。本文主要的研究工作如下:（1）研究了基于核相关滤波的改进视觉跟踪算法,提升了视觉跟踪算法的跟踪精度和稳定性。首先,构建尺度池并训练尺度滤波器,对目标尺度进行估计,实现算法尺度自适应。然后,增加二次搜索检测机制,当跟踪结果不准确时,启动二次搜索检测。最后,修改更新方法,根据每一次的跟踪情况,自适应调整更新率,对目标模型进行更新。通过开源数据集OTB2013的实验测试,改进后的算法跟踪精度由70.1%提高到80.1%,成功率由60.3%提高到67.5%,同时改进后算法的平均帧率达到102FPS,满足实时性要求。（2）研究了运动目标的三维重构,采用eye in hand和eye to hand两种手眼配置形式,结合改进视觉跟踪算法的跟踪结果、相机成像模型、RGB-D相机获取目标的深度信息对目标在三维空间中的位姿进行重构并确定了机械臂运动规划算法。（3）提出了跟踪式抓取与拦截式抓取相结合的机械臂跟踪抓取方法,提高了机械臂跟踪抓取的灵活性和快速性。采用基于位置的视觉伺服PBVS的控制方法,根据运动目标的运动状态,对目标物进行位姿预测以及对机械臂末端执行器位姿进行偏移,减少了机械臂对运动目标跟踪的延迟,避免了机械臂对目标物进行遮挡导致抓取失败的情况。（4）搭建了机械臂跟踪及抓取动态目标的实验平台,根据物体的运动状态,设计了静态物体、一维移动物体、二维平面移动物体和三维空间移动物体的机械臂跟踪及抓取实验。验证了本文提出的改进核相关滤波的视觉跟踪算法在跟踪精度、稳定性上显著提升,同时验证了本文所构建的机械臂跟踪抓取系统的可行性与鲁棒性。