视觉机械臂是智能机器人的一个重要分支，它主要包括控制芯片、驱动电路、机械臂、相机等部分。自主抓取是指，在没有人为干预的情况下，视觉机械臂系统通过摄像头获取到目标物体的位置，并且通过驱动机械臂来完成对于目标物体的抓取任务。

整个抓取过程大致分为以下几步 : 相机标定和机械臂进行手眼标定--1读取摄像头信息--2识别出目标物体并得出位姿--3物体在相机中的二维坐标转化成相对于相机光心的三维坐标--4转换成相对于机械臂底座的世界坐标--5计算机械臂未端执行器抓取物体时的位姿--6通过已知的目标位置和末端执行器的位置信息来计算机械臂上每个电机应转动的角度--7根据有无障碍物、路径距离要求、时间要求规划出合适的路径---8驱动机械臂各个关节一步一步到达合适的位置--9未端执行器抓取物体投放到指定位置。

其中关于相机标定

什么是相机标定?为什么要进行相机标定呢? 由于相机采用小孔成像的原理来采集图像，为了使物体成像更加清晰，就采用了透镜的方式。但是，因为透镜本身在成像的过程中会不可避免的引入径向畸变和切向畸变(比如一条直线成像后会显示成一条弧线)。为了使得现实中的图像能够真实的呈现在图片当中，有利于之后机械臂的抓取，则需要对相机进行畸变校正。一般情况下，只要是对于成像精度较高的场景都需要进行标定，比如三维结构光成像、人脸识别、视觉检测等。

现在对于相机标定较常用的方法是利用棋盘格标定板每个角点像素坐标的相对关系以及在已知真实坐标相对关系的条件下计算出来的。在OpenCv当中已经有了对应的库，在使用前只需设置一下每个格子的大小以及格子的行列数(减去一)即可进行标定。相机标定的合格指标一共有四个，分别是x轴方向、y轴方向、远近以及旋转角度。