随着社会的快速发展,工业化生产的规模不断扩大,使得工业机器人得到广泛的应用和发展。将视觉反馈信息加入到机器人运动控制中,可以增加机器人对环境的感知能力,提高机器人的应用范围,是未来机器人发展的重要方向。然而引入视觉信息作为反馈的机器人视觉伺服系统的精度受到多方面的制约,如机器人本体定位精度,视觉系统对目标物体的提取精度,视觉系统的标定精度,机器人视觉伺服跟踪精度等。因此本课题针对上述影响机器人视觉伺服精度的因素进行了研究,并通过传送带上运动物体的跟踪实验验证了 SCARA机器人视觉伺服系统的精度和本课题设计理论方法的正确性。主要内容如下:(1)设计了视觉伺服系统的控制方案,搭建了机器人-相机-传送带的实验平台。然后对影响视觉伺服系统精度的主要因素进行了分析,包括机器人定位误差分析,视觉系统标定误差分析,以及运动目标伺服控制精度分析。(2)基于视觉的机器人标定及误差补偿机制。针对由于加工装配误差导致SCARA机器人运动学参数赋值不精确的情况,提出了一种基于视觉的SCARA机器人本体自动标定方法,以提高机器人绝对定位精度。首先根据SCARA机器人D-H模型,建立了 SCARA机器人的运动学模型。其次对采集的图像进行了预处理并通过基于形状的模板匹配方法提取机器人末端标志物中心像素坐标,然后对机器人末端进行了位置误差测量和修正,得到修正后机器人关节坐标。接着基于最小二乘法对机器人误差进行参数辨识,最后对影响SCARA机器人定位精度的臂长及零点进行误差补偿实验,并对补偿结果进行了分析。(3)机器人自动手眼标定方法。首先对相机模型进行分析,求解个坐标系之间的转化关系,然后进行摄像机标定获得相机内外参数,降低系统畸变。然后针对于眼标定中手动示教机器人坐标造成标定误差较大的问题,设计了一种基于Mark点识别自动生成的手眼标定方法,对任意吸附在机器人末端的Mark点通过视觉获取并计算其与机器人末端坐标的转换矩阵,从而建立相机和机器人的映射关系,完成自动手眼标定并对手眼标定结果进行了实验分析。最后通过三点法建立了传送带和机器人的坐标关系,建立相机-机器人-传送带的坐标关系。(4)视觉伺服系统精确控制的实现。针对视觉伺服系统时延和控制频率低的问题,使用基于插值改善卡尔曼滤波的视觉伺服控制方法,首先利用卡尔曼滤波对观测的目标位置进行滤波预估得到其位置、速度和加速度等信息,然后在观测周期内对目标位置进行插值运算,以提高视觉伺服系统的输出频率和机器人的视觉伺服控制效果。接着通过对传送带上匀速运动和变速运动的物体进行跟踪和吸取实验,验证本课题设计理论及方法的正确性。