针对分散堆积目标场景中的机器人排序问题，建立了从目标筛选识别到目标估计的无序排序系统。采用局部凸连接方法，将KinectV2摄像头采集到的堆叠分散目标点云数据划分为单独的点云子集，定义捕获分数，并选择顶层的无障碍目标作为要捕获的目标，以确保机器人在对目标进行分类时能够从上到下进行捕获。根据不同类型目标的排序要求，基于匹配相似度函数，对三维目标进行识别，并对捕获点进行定位。将截断最小二乘半定松弛算法算法和最近点迭代算法相结合，建立目标估计模型，以确保低云和模型点云重合率情况下目标点的准确配准。对自行采集的数据进行目标6D位姿估计实验和机器人无序排序实验。结果表明，与几种常用的方法相比，本文提出的6D位姿估计方法能够更快、更准确地获得目标的6D姿态。均方根距离误差小于3.3mm，均方根角度误差小于5.6。视觉处理时间远小于机械手的运动时间，机器人实时抓取的整个过程都是在实际场景中实现的。