本发明公开了一种基于卷积神经网络的机器人自主抓取方法，包括：首先构建抓取检测模型，通过大量的数据集训练得到鲁棒性更强泛化能力更好的特征提取器；采集包含待抓取物体的场景图像送入到抓取检测模型中，得到待抓取物体在图像空间下的抓取框；根据机器人抓取过程中各坐标系之间的转换关系得到最终抓取位姿，控制机械臂到达指定位姿完成自主抓取操作。本发明将跨尺度检测的思想带入到抓取框的识别中，提高了不同尺度下的检测效果。同时将抓取框方向角的预测转化为分类与回归的组合，改善了多角度抓取的性能，提高了算法的准确率，有效的改善了机器人在非结构化环境中自主抓取的性能。