随着现代工业向智能化与自动化发展，机器人技术逐渐地融入社会生产各个领域中。然而，超过80%的工业机器人应用场景均采用示教方式完成，该方式的优势在于便捷，而劣势则是自动化程度较弱。因此，研究集成视觉引导系统的目标定位与识别技术，以便于指导工业机器人完成抓取作业，从而提高机器人作业过程中的定位精准度与抓取效率。　　因此通过视觉图像传感系统与工业机器人相结合，搭建了视觉智能抓取系统。然后采用Eye-in-Hand手眼方式放置图像传感器并获取目标物体的实时图像。分析并建立了基于相机标定原理的视觉系统模型，进而提出采用外部标定板与Halcon软件相结合的方法，实现相机及手眼系统的标定。并分析了所研究标定方法的标定精度，得出相机标定误差在0.18pix左右。同时也设计了机器人手眼标定实验，求得了手眼关系的转换矩阵。　　对视觉系统的处理流程及相关原理进行分析，介绍了目标图像的处理过程，根据目标工件的特点提出采用Candy算子对边缘进行提取，并提出了基于多轮廓匹配的目标定位及质心提取方法，定位目标工件并获取其质心点的图像坐标，为后续工作提供控制基础。依据上述方法得出的质心点图像坐标，利用机器人逆运动学方法求解，得到机器人执行抓取动作时的运动轨迹，实现最终的抓取任务。　　最终通过实验对基于视觉引导的机器人智能抓取系统进行可行性验证，并对实验结果进行分析。实验结果表明：抓取的横向位置偏差小于0.23mm，纵向位置偏差小于0.25mm，旋转角度偏差在0.4°至3.5°范围内，完全可以满足当前我们对目标物体的抓取需求，能够实现机器人对目标工件进行动态抓取等一系列操作，验证了搭建的智能抓取系统及相关控制算法是可行有效的。