由于其高效、可靠和稳定的特点，工业自动化领域中机器人应用越来越广泛。随着机器视觉技术的不断进步和被引入机器人领域，机器人开始具备自己的“眼睛”。不但扩大了其应用范围，而且提高了其智能化程度。目前应用机器视觉来引导工业机器人手部动作的主要方式有Eye-in-hand和Eye-to-hand两种方式。前者使用灵活，但由于其图像视场时刻变化，对图像的标定较为困难，因而该方法应用难度较大；相较于前者，Eye-to-hand的方式中图像传感器固定安装而不随机器人手部动作，图像处理比较容易，故应用更为广泛。但是目前工业中常见的是基于二维图像识别引导的机器人对平面目标物的抓（吸）取，尚很少有基于三维图像识别引导的机器人对空间目标物的抓（吸）取，而这类技术需求却很大。已有的利用机器视觉获取三维信息的方式除主动结构光扫描外，主要集中于被动式双目视觉方法，由于需要性能一致的双相机并需要复杂的标定和图像处理，目前还多为实验室研究。本文就一种视觉引导的多关节机器人抓取随机位姿的三维目标体开展了技术研究。提出了一种通过单目视觉技术，基于目标物的三维几何形状尺寸而非接触式准确获取目标物在机器人工作坐标系中位姿信息，进而引导机器人随位随形抓取目标物的方法。改进了传统的相机标定方法，利用LabVIEW平台中的Vision Development和Vision Builderfor Automated Inspection组件，优化了摄像系统标定方法，简化了标定过程；在LabVIEWVBAI环境中设计了图像获取、预处理、后期处理以及几何计算等算法流程，对于规则三维物体，根据其单帧立体图像就能识别出目标物的三维形状、尺寸和位姿信息；搭建了以一款6轴多关节工业机器人和一款工业相机、工作台及其目标物组成的实验验证平台，对该系统建立坐标系，进行了摄像标定、目标物形状尺寸和位姿识别实验，编制了工业机器人的示教抓取指令程序，并通过示教编程方法驱使机器人手部工具相对目标物做抓取运动，验证了目标物位姿识别有可接受的准确性。本文研究成果为工业自动化中应用视觉而引导机器人识别和智能地抓取三维物体的实用系统开发提供了有较好实践意义的借鉴。