近年来,随着工业产线智能化水平的日益提高,一方面,传统工业机器人在码垛搬运、自动装配、焊接等实际应用中表现了高效率和稳定性;另一方面,机器人产线部署费用高,周期长,应对小批量、定制化产品适应性弱,安全性不强,需设定隔离防护栏等问题,体现了传统工业机器人的短板。协作性机器人作为其新型分支,通过人机协同策略,具备安全、低成本和易操作的优势,成为智能产线的发展方向。但是协作机器人在面对作业场景的多样化及不确定性情形,采用离线示教或构建场景模型的方式不具备通用性,且协作空间常存在出现一些动态或者未提前知晓的障碍物,如操作人员或其他物体,未作避让措施可能造成机毁人亡的悲剧。因此,协作机器人在未知环境中的环境感知和路径规划成为亟需解决的实际问题。本文基于此背景,提出了一种基于三维视觉的协作机器人环境感知和路径规划方法。研究利用三维传感器,进行目标工件空间位姿获取和工作场景离散化模型构建,并基于改进的快速扩展随机树算法,实现协作机器人在未知环境下的动态避障和作业任务。主要工作如下:（1）针对工业产线的实际需求,进行系统总体方案的构建,包括需求分析、系统框架设计、系统软硬件方案选型及算法流程设计;同时为了后续定位模块和重建模块的坐标转换,进行视觉系统标定的说明;（2）基于三维传感器,结合特征点模板匹配和标志物的方法来实现目标识别定位。首先对采集的图像进行预处理操作,再设计识别定位系统:针对体积小且简单的物体、体积大且结构复杂的物体分别采用基于SURF（Speeded-up Robust Features）特征点的模版匹配算法和基于Ar Uco二维码的定位方法获取目标的精确位姿;并通过实验分析两者的识别定位误差分别维持在3mm和8mm范围之内;（3）利用视觉系统构建工作场景离散化模型。通过机械臂末端的三维传感器,获取工作场景的深度点云,融合机械臂末端位姿,通过预处理、改进匹配校准算法、模型优化得到全局环境点云;然后基于八叉树数据结构,构建离散化模型,映射到后续的规划空间;并分析建模精度,尺寸精度和定位精度分别维持在2mm和8mm范围之内;（4）改进规划算法的策略以提升机械臂避障性能。在传统RRT（Rapidly exploring Random Trees）及衍生算法存在短板的基础上,引入柯西分布采样、目标引力及节点拒绝策略,并基于Matlab和机器人操作系统（ROS）下的机械臂六维立体空间进行了实验分析,统计规划成功率达96.5%以上;（5）设计控制器框架、软件系统和应用实验。在HIROP（Huashu intelligent robot operating platform）平台下,基于Move It、物理动态仿真器Gazebo和OMPL（Open Motion Planning Library）的联合控制系统,进行真实机械臂的完整避障规划实验,识别、建模及规划平均总时间维持在5s内,避障成功率超过98%,表明该算法有效且可靠。