U svrhu autonomnog kretanja i manipulacije objektima u nestrukturiranim okolinama, robotima dostupnih cijena, potreban je razvoj hardverskih rješenja koji podrazumijeva robote bez enkodera upravljane RGB-D kamerama. Osim toga, potreban je razvoj i implementacija metoda koje omogućuju realizaciju takvih zahtjeva. Stoga se u ovom doktorskom radu predlaže razvoj četiri nove metode: metoda vizualnog servoinga za SCARA robote koji koriste RGB-D kameru kao jedini senzor; dvije metode klasifikacije objekata; te metoda određivanja korespondencija dijelova objekata iste klase. Razvijene metode, integrirane u jedan sustav, zajedno s hardverskim dijelovima – robotskom rukom i kamerom, čine funkcionalnu cjelinu. Tako razvijeni robotski sustav klasificira objekt na sceni snimljenoj RGB-D kamerom, estimira njegov položaj te ga dijeli na semantički smislene cjeline. Potom dijelu predviđenom za hvatanje određuje položaj i točke u kojima je potrebno postaviti hvataljku robotske ruke. Na posljetku, vizualnim se servoingom usmjerava robotska ruka te se izvršava hvatanje. Razvijene metode eksperimentalno se evaluiraju nizom eksperimentalnih pokusa navođenja robota iznad željene pozicije i hvatanjem jednostavnih predmeta, usporedbom uspješnosti klasifikacije objekata i određivanja dijelova na referentnim skupovima 3D objekata i dubinskim slikama s drugim referentnim metodama te eksperimentima hvatanja na temelju estimiranog položaja objekta i dijela predviđenog za hvatanje.