随着机器人行业的不断发展,越来越多的机器人走进工业和人们的日常生活中,代替人类完成重复性、危险性较高的工作。近年来,人工智能与机器人技术互相融合,在机器人的感知、决策、执行等方式上,都带来了巨大的改变。本文以履带式差速转向移动机器人为载体,研究机器人室内建图和导航技术,并通过图像处理相关算法实现机械臂的视觉抓取任务。首先,介绍机器人搭建的硬件和软件平台,以激光雷达、姿态传感器和深度相机作为主要传感器,以Beckhoff TwinCAT3和ROS系统为软件控制模块,搭建机器人工作平台。分析机器人差速转向时,车体移动和车轮转动的速度关系,并研究轮摆耦合运动时的联动策略对机器人运动性能的影响。在MATLAB的机器人工具箱Robotics Toolbox中仿真5自由度机械臂的运动规划,推导机械臂正运动学和逆运动学的求解方程,通过C++程序实现机械臂的逆解方案,在关节空间中计算所有的可行解,并选择一个最优解。其次,介绍即时定位与地图构建(SLAM)技术,并对谷歌的SLAM算法Cartographer的原理进行分析。通过遥控操作,控制机器人在未知环境下行驶,从而建立该环境的二维栅格地图。之后,为了实现机器人自主导航,先将2D栅格地图转化为代价地图,并通过ROS的导航工具集navigation stack在代价地图上规划出最优路径,根据amcl概率定位系统,估计机器人当前的位姿,计算机器人下一时刻的运动速度并下发给机器人。最后,使用图像处理的方法实现视觉抓取。首先介绍成像原理和相机标定过程,然后通过深度相机读取环境的颜色信息和深度信息,对读取到的图像进行滤波,在人为画的目标框中,使用GrabCut算法实现图像的前景提取,之后对提取出的物体做二值化处理,并计算目标物体的质心,质心便是机械臂末端的抓取位置,最后根据抓取位置和运动学逆解算法,控制机械臂来完成抓取。根据实验的硬件和软件平台以及上述的处理算法,在实际场景下进行了自主导航和物体抓取实验,来验证系统的可行性和合理性。