El agarre de objetos desconocidos en entornos domésticos supone uno de los principales retos de los robots asistenciales, donde los manipuladores deben ser capaces de adaptarse a la gran variedad de formas y tamaños de los objetos y la incertidumbre de un entorno desestructurado. En este artículo se presenta una implementación de un método end-to-end de agarre no basado en aprendizaje aplicado al robot asistencial bibrazo ADAM en este tipo de condiciones. La implementación cubre el proceso de agarre completo, desde la detección y reconstrucción 3D de los objetos a partir de formas supercuádricas, la planificación del agarre mediante métodos analíticos y finalmente la selección y planificación del brazo y la ejecución. El método ha sido evaluado en un simulador basado en PyBullet a partir de la reconstrucción de una escena real, sobre objetos de uso cotidiano doméstico y de formas y tamaños variados, demostrando la viabilidad del flujo completo, también transferido a la plataforma robótica real.