【摘要】针对工业机器人成本高、开源性差和维护困难等问题，设计了一种基于机器视觉的机器人抓取实验系统。该系统利用机器视觉、深度学习和路径规划等技术对目标工件进行识别、定位，并完成抓取任务。机器人系统在结构设计上采用串联结构，利用无刷直流电机作为机器人关节的驱动机构。为了解决工件识别与定位问题，利用Pytorch框架下的深度学习模型，对工件图像进行处理，并利用YOLOV3算法对工件进行识别；基于机器人操作系统（ROS）实现机器人6自由度的运动学求解与运动规划；完成了系统总体与软硬件设计，并验证了机器人抓取试验系统的有效性。该系统具有成本低、灵活性好和高可靠性等优点，软硬件完全开源，便于日常实验和教学，提升了学生的动手能力和创新能力。