随着计算机技术和机器视觉技术的发展,基于视觉系统的机器人正成为人们研究的热点。相较于传统的机器人,拥有视觉系统的机器人具备识别特定物体的能力。目前,许多配备有视觉传感器的工业机器人都能够识别出指定目标物并对其进行定位。但是,高精度的视觉传感器价格普遍较昂贵,无形中增加了生产成本,并不利于企业普及应用。此外,传统的物体识别与定位技术研究主要集中于二维领域。由于缺失了物体在高度（深度）方向上的信息,因此并不能很精准的描述物体的形状和姿态。因此,开发一套基于廉价Kinect视觉传感器的三维物体识别与定位系统有非常大的实用价值。本文以ABB IRB1200机器人以及Kinect视觉传感器为实验平台并结合点云库PCL（Point Cloud Library）和Qt-designer设计了物体识别软件和三维物体识别与定位系统。首先,本文介绍了三维物体识别与定位系统的整体研究方案,然后对研究方案中所用到的软硬件工具进行了介绍。接着对三维点云处理的常用关键技术做了阐述并介绍了Kinect的成像原理和结合PCL使用获取实时点云的方法。然后,介绍了基于全局特征描述子的物体识别和基于局部特征描述子的物体识别的区别及各自的优势。接下来,介绍了基于VFH全局特征描述子的物体识别模型库的构建过程,并阐述了物体识别匹配的原理和流程。在解决了识别的问题之后,介绍了物体的定位方法。物体定位包含两层含义:物体位置确定和物体姿态确定。关于物体位置,可以采用计算物体重心来代替物体的位置坐标。但是这种方法精度不足,本文采用自定义抓取点的方法解决物体位置问题。物体的姿态信息是物体抓取成功的决定因素,本文通过构建物体姿态矩阵模型库结合ICP校准的方法确定物体的姿态信息。最后,介绍了 ABB机器人IRB1200与IRC5C控制柜以及电动夹具与下位机Arduino、步进电机电机驱动器等的硬件连接。并利用设计的识别软件对机器人进行抓取实验测试和实验结果可视化处理。最后,对实验测试结果进行分析并总结本文的研究成果。