移动机械臂可以代替工作人员进行野外排爆排险,以及对放射物或危险化学物品进行抓取等危险工作,保证工作人员安全。如今移动机械臂主要的操作方式是由工作人员根据视觉系统远程传送的现场图像,来通过遥控面板进行手动遥控,其自主性较低,对于一些极限环境,如通讯干扰时,无法传回排爆现场图像,导致排爆机器人无法进行及时、准确的排爆,需要一套移动机械臂的自主抓取系统来保障机器人的正常作业。本文从基于目标驱动的抓取姿态生成算法、车臂协同控制、移动机械臂自主抓取系统实验及分析等方面对基于目标驱动的车臂协同自主抓取系统进行了研究。本文首先根据目标驱动的需求,对自主抓取系统所需的算法进行了分析和研究,确定算法层主要由两部分组成。第一部分为目标定位算法,根据目标物体的先验知识,对YOLO算法进行改进,使其能够对目标物体进行搜寻并从双目相机得到的点云中定位出目标物体附近的点云;第二部分为抓取姿态生成算法,改进基于机器学习的6Do F抓取姿态生成算法,将算法的工作范围限定在上一步算法得到的点云中,实现基于目标驱动的抓取姿态生成。其次搭建了移动机械臂的硬件平台,并建立正逆运动学模型,通过定步长搜寻算法和抓取姿态筛选算法来充分发挥车臂协同的优势。这一部分首先根据移动机械臂的设计需求出发,采用移动履带底盘和四自由度机械臂组成该系统;通过对机械臂构型的合理设计,确保移动机械臂的末端执行器空间内所有位姿可达;之后通过对移动机械臂进行结构设计、ADAMS仿真和移动机械臂防倾覆计算,最终搭建出硬件平台。针对该构型的移动机械臂灵活度较差问题,通过设计定步长搜寻算法、底盘朝向控制策略等,使移动机械臂充分发挥车臂协同的优势,弥补灵活度较差的缺陷。同时通过抓取姿态质量、导航能量损失函数、障碍物遮挡三个因素对生成的一系列抓取姿态进行再次筛选,让其能快速抓取。最后根据移动机械臂野外环境下自主抓取的任务需求,在ROS框架下搭建出基于目标驱动的车臂协同自主抓取软件系统。通过对移动机械臂进行手眼标定,并进行手眼位置的误差补偿,使其抓取误差减小。通过设计无障碍遮挡和有障碍遮挡的实验环境,让系统在杂乱环境下实现目标驱动的车臂协同自主抓取,验证目标驱动和车臂协同在自主抓取方面的优势。