摘要：提出了一種無需對目標物體進行預建模的迭代優化移動抓取規劃方法.該方法通過點云相機在線對目標物體進行立體模型測量和建模,通過深度卷積神經網絡對目標點云生成的多個候選抓取位置的抓取成功率進行評價.然后,對機器人底盤和手爪的位置和姿態進行迭代優化,直到抓取目標物體時機器人達到一個最優的位形.再用A*算法規劃一條從機器人當前位置到目標位置的運動路徑.最后,在路徑的基礎上,用一種啟發式隨機路徑逼近算法規劃手臂的運動,實現邊走邊抓的效果.本文的深度學習抓取成功率評估算法在康奈爾數據集上取得了83.3%的精確度.所提運動規劃算法能得到更平滑、更短且更有利于后續運動的路徑.