近年来,随着智能化进程加快,服务机器人技术得到了飞速发展。物品识别与定位技术作为智能服务机器人必备功能,正逐渐成为研究热点。精准的物品识别和定位能力是机器人执行指定任务的先决条件,在日常生活中有着广泛的应用,如倒水、做饭、拖地等等。传统的物品识别与定位方法多是基于二维RGB图像,根据物品在颜色图像中呈现的诸多特征来进行识别和定位。虽然这些方法取得了不错的效果,但是由于物品的天然特性是三维,无论是形状识别还是6自由度位姿估计都需要充足的空间信息。所以,本文将二维RGB图像数据和三维点云数据相结合,提出了基于RGB-D数据的物品识别与定位方法。文中首先介绍了物品模型数据库的建立过程,通过使用KinectV2传感器分别采集物品的二维和三维数据来构建数据库。然后,在二维RGB图像数据下提取SURF特征,对场景中的物品进行初识别。之后,将初识别的结果映射到三维点云数据下,并使用最小割方法将物品点云从场景中分割出来。最后使用VFH描述子进行物品的精确识别和6自由度位姿估计。此外,为了得到更精确的定位,又提出结合点云配准的6自由度位姿估计方法。实验表明,本方法有效可行。