协作机器人指可以在工作区域内直接与人进行交互的机器人,是目前机器人领域一个非常热门的研究方向,当前我国协作机器人产业规模不断增大,作为机器的一项重要能力,机器人的抓取已经经历了多年的研究,取得了很多成果。但抓取过程不够智能仍然是制约协作机器人在工业生产中进一步应用的主要障碍。协作机器人的智能抓取可以分为物体的检测与空间六自由度位姿估计,以及路径规划两个方面的内容。由于工业中的零件物体多数为少纹理或无纹理,无法通过传统的提取手工设计的纹理特征的方式来进行识别,同时还存在散乱堆放,零件数量较多且互相之间存在堆叠等特点,以及识别速度、精度要求等,都对物体识别与位姿估计算法提出了更高的要求。另一方面,如何更好地为机器人规划运动路径使其能够完成从起始状态到目标状态的移动,使其能够安全,快速地与人进行协作,也是抓取过程中一个难点。本文面向协作机器人在工业环境中的智能抓取,以RGB-D相机为主要传感器,对整个抓取过程中涉及到的训练数据准备、语义分割,点云配准,路径规划都给出了相应的解决方法,并搭建了一套完整的协作机器人智能抓取软硬件系统。主要研究内容主要包含以下几个方面:（1）为了实现物体识别与位姿估计,实现了一种易于使用的自动化数据采集标注方法,只需要手持RGB-D传感器围绕场景中物体采集连续的视频数据,再简单调整初始位姿,便可以自动生成物体的语义分割标注以及位姿标注。使用这种方法对包含Dex-net数据集中8种物体的场景进行了数据处理采集以及标注。（2）提出了一种基于语义分割的物体识别与位姿估计方法,首先通过语义分割模型对彩色图进行分割,然后从对应的深度图中获得物体的深度信息,并转换为点云,再使用法向采样对应点的最近点云迭代算法进行物体位姿精确配准。从而实现在复杂环境下对无纹理、相互间有遮挡的物体的有效位姿估计,为后续抓取提供必要的信息。（3）搭建了协作机器人智能抓取软硬件系统,在模块化思想性下将上述各个方法封装为软件模块,对系统进行手眼标定,并在实际环境中进行抓取测试。本文研究所涉及到的语义分割、位姿数据采集及标注、物体识别、位姿估计以及路径规划等技术问题不仅可以解决协作机器人的智能抓取问题,对相关领域如物体识别、位姿估计也有一定的贡献,研究成果可以在一定程度上增加协作机器人的智能性,从而促使协作机器人在工业生产中得到广泛的应用。