机器人自主抓取技术是智能机器人研究领域的一个热点,随着机器人技术的发展,人们对机器人自主抓取的要求越来越高。然而现今大部分机器人的抓取规划都是围绕2D或者2.5D输入信息进行决策的,而且大部分机器人抓取使用的是刚性手爪。因此本文提出了一套泛化能力较强的机器人柔性手爪六自由度抓取规划算法。为了在抓取规划时充分利用物体的3D信息,本文决定使用三维卷积神经网络的形式构建机器人抓取规划器,本文先建立了机器人柔性手爪六自由度抓取模型,即一个包含抓取概率、抓取点、抓取方向、手腕旋转角度的抓取概率地图。本课题在真实环境下采集信息,经过三维数据格式转换、点云滤波、点云分割、体素化点云数据等一系列操作制作了本课题的抓取数据集。本文搭建了机器人柔性手爪抓取规划用的三维卷积神经网络,这个网络是一个两级结构的神经网络,实现输入待抓取物体的3D信息,输出相应的抓取预测以待给计算机进行机械臂运动规划的计算。最后本文完成了柔性手爪机器人自主抓取技术的验证实验。针对本课题的抓取规划算法、六自由度机械臂的轨迹规划算法、以及各部分之间的通讯程序等进行了验证,验证了所有算法的可行性,实验结果显示本课题的机器人柔性手爪抓取算法效果良好。