机器人广泛应用于工业、医疗、航天和家庭服务等领域。目标的精准可靠拾放是衡量智能机器人操作能力的重要指标之一。目前，机器人在自主精准拾放物体方面还远远不如人一样灵活自如。当环境复杂、物体种类多样且摆放姿态任意时，机器人的自主精准抓取操作就面临着巨大挑战。因此，本文以物体的点云建模和位姿估计方法研究作为重点，为提高机器人的自主精准操作能力提供技术支撑。

本文的工作主要包括以下几个方面：

(1) 针对目标物体的三维建模问题，本文提出了一种基于改进SIFT-ICP算法的物体点云建模方法。操作者利用深度相机围绕目标物体采集30帧左右的彩色图像和深度图像，依据所提算法即可构建该物体的点云模型。基于该方法建立的多种物体点云模型可为机器人抓取目标的识别和位姿估计奠定基础。

(2) 针对复杂背景中任意摆放物体的位姿估计问题，本文提出了一种基于FCN语义分割结合快速全局配准算法的目标位姿估计方法，通过FCN语义分割生成目标语义点云，采用快速全局配准算法将离线建立的目标点云模型与目标语义点云进行配准，实现目标位姿估计。然后，将该方法与基于点云全局优化配准算法的目标位姿估计方法进行比较，通过实验分析了两种方法的性能。

(3) 针对机器人的目标拾放任务，本文设计了一种基于目标位姿估计的机器人抓取作业系统，利用目标物体的点云模型及其位姿估计结果生成机器人的抓取姿态控制策略，并完成目标抓取。通过真实环境中的抓取实验验证了本文所给出的方法和所设计的系统是有效的。

最后，对本文进行了总结，并指出了需要进一步开展的研究工作。