随着制造业对生产自动化程度的要求越来越高,机器人代替人工进行全自动化作业成为一种趋势。在企业生产过程中,矩形物体较为常见,例如电子工厂制造的矩形PCB板和液晶屏幕。由于生产物料一般是放置在矩形纸盒中,因此堆叠矩形纸盒也较为常见。本课题主要研究平面上和三维空间中多个矩形物体识别和抓取方法,旨在提高堆叠物料的搬运效率。基于对系统的需求分析,本文设计了由RGB-D相机、相机光源、上位机、机器人控制器、SCARA四轴机械臂和末端抓取装置组成的抓取系统。由于传统的手眼标定方法标定过程繁琐,本文提出了简易的四轴机器人的手眼标定方法,并进行理论证明和实验分析。该方法操作方便,不需要对相机内参进行标定,精度也能满足抓取物体的要求。对于二维平面上的矩形识别,本文改进和完成了一套基于轮廓提取的矩形检测算法,实现对平面上多个矩形纸盒的识别。通过改进的灰度化算法等预处理提高了矩形识别的准确率,通过轮廓提取和面积筛选算法可以除去背景干扰物,从而筛选出目标矩形。对于三维空间中堆叠矩形纸盒的坐标计算问题,本文先提出了一种基于PnP算法的堆叠纸盒层数估计方法,在已知纸盒尺寸的情况下,仅使用普通的单目相机就可以估计深度值。实验表明该方法原理上是可行的,但是数据的波动幅度较大,应用价值不高。本文又采用RealSense相机获取RGB图像和深度图像,通过RGB图像和深度图像的坐标对齐标定,从而获得矩形中心点的深度值。实验数据表明,RealSense相机测得的深度值较为准确,可以满足工业应用的要求。对于较为复杂的堆叠矩形纸盒,本文设计了基于直方图统计的深度分割算法,可以分割出深度图中的最上层矩形,从而实现矩形纸盒的逐层抓取。为了实现抓取矩形物体从而验证算法的有效性,本文设计了两种适用于SCARA机械臂末端的抓取装置。一种是用于抓取矩形纸盒的真空吸取装置,另一种是适合PCB板无损抓取的矩形抓取装置,采用步进电机和红外测距传感器反馈控制,经过测试效果良好。利用搭建的机械臂抓取系统进行实验,结果表明该系统能较好地完成平面和三维空间中多个矩形物体的抓取任务,实时性和准确率能满足工业应用的要求。