现代物流产业飞速发展,集装箱装载率持续增加,集装箱装卸的自动化程度也在逐步提高。然而至今集装箱扭锁的装配仍脱离不了人工作业,因此基于集装箱装卸物流过程自动化的要求,提出以机器人代替人工完成集装箱扭锁装卸抓取的方案,以提高集装箱装载自动化程度。本文采用ABB机器人公司的工业机器人作为研究对象。ABB机器人的离线编程软件RobotStudio在集装箱扭锁装卸方面的功能相对简单,尤其是在抓取搬运和装配两个方面有着突出的问题。首先在抓取搬运扭锁方面,无法针对复杂的作业环境进行搬运路径的灵活规划,变更机器人路径相对复杂;在扭锁的装配方面,也只能进行固定模式的装配作业,无法根据现场变化进行灵活的智能装配。针对以上问题,本文主要通过对RobotStudio离线编程软件的二次开发以及对机器学习算法的研究,建立虚拟仿真试验室,对扭锁的抓取搬运以及智能装配进行仿真模拟,并借助ABB机器人平台,验证所开发的集装箱扭锁装卸抓取方案的正确性。对RobotStudio离线编程软件的二次开发,主要集中解决目标点的设置和路径规划问题。通过对目标点数据结构的分析,利用四元数等数学工具将目标点的录入过程简化;通过Queue队列的数据储存排列方式,使得目标点数据逐一排列,随着机器人的运动构建路径。并且通过程序为目标点的性质进行标注,从而控制机器人完成抓取、搬运、装配等作业动作。机器学习算法的研究主要用于扭锁和集装箱角件的装配过程,结合六维力力矩传感器,利用主成分分析法、聚类分析法、隐马尔可夫模型等机器学习算法建立学习模型,对传感器反馈数据进行分析、整理、学习,判断扭锁与集装箱角件的相互位置关系,并配合二次开发程序控制机器人调整姿态,完成智能装配。搭建虚拟仿真试验室,导入扭锁抓取专用手爪、角件以及其他配套设备,模拟集装箱装卸现场进行扭锁的抓取、搬运和装配,验证二次开发程序和机器算法的适用性。最后,在机器人实验平台,对所规划的机器人路径进行实际控制试验,验证所开发的系统的正确性。