机器人视觉伺服控制是实时图像处理、机器人运动学、控制理论、计算机技术以及实时计算等领域的融合,是计算机视觉研究前沿的一个重要分支。本文在总结现有无标定机器人视觉伺服研究的基础上,建立了固定目标的视觉定位与运动目标视觉跟踪任务的实验平台—MOTOMAN-SV3XL型工业机器人视觉伺服系统。根据无标定视觉伺服任务的要求,分别设计了基于Kalman滤波和Sage-Husa自适应滤波的图像雅可比矩阵在线估计算法,并在此基础上提出一套完整的无标定视觉伺服控制策略,实现对未知二维平面固定目标的定位和运动目标的动态跟踪。具体工作包括以下几个方面:1.从图像雅可比矩阵的定义和表达式出发,讨论了其性质及其在构建机器人图像反馈控制中的作用。由于图像雅可比矩阵是一个时变模型,因此在应用于无标定的机器人视觉伺服任务中时,必须谋求一种有效的在线估计策略。本文将图像雅可比矩阵的在线估计转化成系统的状态观测问题,并设计了相应的Kalman滤波估计算法和Sage-Husa自适应滤波算法。2.研究无标定情况下机器人完成二维平面固定目标定位和运动目标跟踪的问题。在视觉反馈中针对定位与跟踪分别使用比例反馈与比例积分反馈控制。图像雅可比矩阵的在线辨识分别通过Kalman滤波和Sage-Husa自适应滤波实现,并使用机器人已完成的跟踪运动在线估计每一位置的雅可比矩阵值,避免了传统估计方法引入冗余试探运动对系统动态性能的影响。3.构建了机器人视觉伺服硬件系统,并采用VC++编制其控制软件,对本文所设计的无标定机器人视觉伺服控制进行了大量的实验研究。实验结果表明本文所设计的方法对未知目标的定位与运动跟踪均能获得良好的性能。