La prensión y manipulación de objetos se ha convertido en un área de gran interés en robótica, especialmente debido al desarrollo de dispositivos de prensión diestra como las manos antropomórficas, que incrementan la flexibilidad y verstilidad de los brazos robóticos, permitiendo así la prensión y manipulación de una gran variedad de objetos con un solo efector final. Esta tesis aborda varios problemas de planificación asociados a la prensión y manipulación de objetos discretos arbitrarios, esto es, objetos de forma arbitraria descritos mediante nubes de puntos o mallas poligonales. La obtención de una prensión con clausura de fuerza (force-closure) y de una prensión localmente óptima se realiza mediante procedimientos de búsqueda orientada basados en razonamientos geométricos en el espacio de prensiones. La medida de calidad de prensión utilizada es la mayor fuerza generalizada de perturbación que la prensión puede resistir, independientemente de la dirección de la perturbación. Sin embargo, las manos mecánicas y dispositivos de prensión reales difícilmente pueden asegurar que los dedos toquen el objeto justamente en los puntos de contacto calculados. Las regiones de contacto independiente (ICRs) se definen de forma tal que un dedo colocado en cada ICR asegura una prensión con clausura de fuerza; estas regiones otorgan robustez frente a errores en el posicionamiento de los dedos. Esta tesis presenta un algoritmo para obtener las ICRs con cualquier número de contactos con o sin fricción sobre la superficie de cualquier objeto tridimensional, asegurando también una calidad mínima controlada. La aproximación planteada genera las ICRs creciéndolas alrededor de los puntos de contacto de una prensión inicial apropiada, por ejemplo una prensión localmente óptima. Este método se extiende también para el cálculo de ICRs cuando varios contactos están fijados de antemano. El concepto de regiones de no prensión (NGRs) se introduce en este trabajo. Las NGRs se definen de forma tal que un dedo colocado en cada NGR siempre produce una prensión sin clausura de fuerza, independientemente de la posición exacta de cada dedo. Las ICRs y NGRs se utilizan para explorar de forma eficiente el espacio de prensiones. Este espacio es construido mediante un método de muestreo que provee muestras de prensiones con o sin clausura de fuerza, que luego se utilizan para calcular ICRs o NGRs respectivamente, y que luego sirven para etiquetar las configuraciones del espacio de prensiones. Se presenta también una secuencia de muestreo determinístico que permite una exploración incremental y uniforme del espacio de prensiones. La generación del espacio de prensiones se utiliza posteriormente para resolver el problema de reprensión (regrasping), esto es, la obtención de trayectorias de las puntas de los dedos sobre la superficie del objeto para cambiar de una prensión inicial a una final sin perder la condición de la clausura de fuerza. La tesis incluye ejemplos de aplicación para ilustrar el desempeño y la relevancia de los algoritmos planteados. / Object grasping and manipulation has become an area of great interest in robotics, specially due to the development of dexterous grasping devices like anthropomorphic hands that increase the flexibility and versatility of the robot arms, allowing the grasping and manipulation of a large variety of objects with a single end effector. This thesis tackles several planning problems associated with grasping and manipulation of arbitrary discrete objects, i.e. objects described with a cloud of points or a polygonal mesh. The computation of a force closure grasp and a locally optimal grasp is tackled using oriented search procedures based on geometric reasoning in the wrench space. The grasp quality measure considered is the largest perturbation wrench that the grasp can resist independently of the perturbation direction. However, real mechanical hands and grasping devices can hardly assure that the fingers will precisely touch the object at the computed contact points. Independent contact regions (ICRs) such that a finger contact in each ICR ensures a force closure grasp, provide robustness in front of finger positioning errors. This thesis presents an approach to compute ICRs with any number of frictionless or frictional contacts on the surface of any 3D object, assuring a controlled minimum grasp quality. The approach generates the ICRs by growing them around the contact points of a given appropriated starting grasp, like for instance a locally optimal grasp. The approach is also extended to compute the ICRs when several contacts are fixed beforehand. The notion of Non-Graspable Regions (NGRs) is introduced in this work, such that a finger contact in each NGR always produces a non-force closure grasp independently of the exact position of each finger. The ICRs and NGRs are used to efficiently explore the grasp space. The grasp space is constructed using a sampling method that provides samples of force closure or non force closure grasps used to compute ICRs or NGRs, respectively, which are used to label the configurations of the grasp space. An efficient deterministic sampling sequence is provided to allow a good incremental and uniform exploration of the grasp space. The generation of the grasp space is then applied to solve the regrasping problem, i.e. to obtain trajectories of the fingertips on the object surface in order to change from an initial to a final grasp without losing the force closure condition. Application examples are included to illustrate the relevance and performance of the proposed approaches.