随着人工智能和工业机器人技术的发展,智能移动作业机器人已成为先进智能制造与服务的重要手段。作为支撑搬运、分拣、装配等任务中的基础关键技术,研发高效、准确、可复用性高的移动机械臂自主智能抓取技术具有重要意义。本文针对仓储物流环境下的移动机械臂自主抓取作业,系统地研究了基于RGB-D视觉和激光信息融合的移动抓取关键技术,设计开发了移动机械臂自主抓取应用软件。论文在综述相关技术和需求的基础上,首先针对传统目标检测算法鲁棒性和可复用性不足,结合结构化环境特点及抓取任务的实时性要求,设计提出了基于YOLOv3-Tiny改进的目标检测算法,实现了对待抓取物体的实时检测。针对YOLOv3-Tiny对小物体检测精度不高的问题,本文通过增加检测尺度、引入空间金字塔池化模块以及优化先验框获取方法,显著提高了对小物体的检测精度并提高了检测速度。通过分析二指平行夹爪结构特点和抓取需求,设计提出了基于深度信息和图像矩融合的平面抓取位姿估计算法。研究并实现了视觉系统的建模与标定,包括相机建模、相机标定、手眼标定和图像配准。针对深度图像存在随机噪声和局部缺失的问题,设计了一个用于图像修复和增强的级联式图像处理框架,得到抓取点的深度信息。针对目标检测算法无法得到物体角度信息,引入图像不变矩理论计算得到物体抓取角度。融合深度信息和抓取角度信息得到相机坐标系下的平面抓取位姿描述,并将其映射到机械臂基坐标系。最后围绕移动抓取应用,设计提出了移动机械臂分级协调规划方案。移动平台运动规划先粗后细,即先在环境地图上采用A*算法进行全局导航,粗略导航至抓取点附近,然后基于高斯混合模型对机械臂可达方位分布建模,引入可操作度,根据抓取点的可操作度进行局部精细位姿优化。针对机械臂提出一种基于RRT-CONNECT改进的规划算法,通过增加中间节点,引入转角约束和改进采样步长,提高了算法规划成功率。本文在上述关键技术研究成果的基础上,设计并构建了一个基于RGB-D相机和激光雷达融合的移动抓取系统,开发了移动抓取应用软件。最后通过移动机器人系统对目标物体进行抓取的物理实验,验证了本文所提算法的有效性。