基于视觉的板球控制系统，是一个非线性欠驱动的动力学系统，它通过摄像头采集球的位置信息，经过相应的控制算法来控制电机的运行，其目标是实现球的定位控制以及轨迹跟踪，是一个研究智能控制算法的典型实验平台。其研究内容涉及图像处理、智能控制，运动控制，机器视觉等，因此对它的研究有深远的意义。本文以基于视觉的板球控制系统为研究对象：首先介绍板球系统的国内外研究情况，以及板球系统的构成，对其进行分析总结，构思基于视觉的板球控制系统的总体设计方案。其次根据实验室基本状况设计基于视觉的板球控制系统，并搭建仿真平台，介绍系统的各部分功能及特性。再次设计基于视觉的板球控制系统的图像处理部分，将采集回来的图像进行图像预处理（灰度变换，滤波，边缘检测等），运用快速霍夫圆检测算法获取小球的位置。矩形检测，在图像预处理后的图片中，运用轮廓查找，并用指定的精度逼近来获取矩形的位置；根据前人对板球系统的控制经验和实验，设计模糊控制器，对板球系统进行控制，观测控制的效果，分析影响控制质量的原因，针对主要原因提出改进的措施；运用vs2008设计板球系统的操作界面，通过观测运行数据，误差以及电机控制值的趋势，发现，在搭建的基于视觉的板球控制系统中，通过摄像头采集球相对板的位置，假设板的波动很小，因此球的相对位置检测就存在一定的误差，运用模糊控制对球进行定位控制，发现整个系统存在严重的滞后，使其在控制过程中存在较大的波动现象，定位控制的误差较大，只能保证球在一定的范围内运行；针对延时问题，在仿真环境下设计UKF（无迹卡尔曼滤波）AUKF（自适应无迹卡尔曼滤波）算法，对球的运动状态进行估计，解决由于系统延时而造成的控制滞后现象，通过仿真验证UKF和AUKF算法对球的位置预测的准确性和精确性，为将UKF和AUKF算法运用到板球控制系统中打下基础。最后在自己设计的基于视觉的板球控制系统中，对球进行定位控制，虽然没有达到预期的目的，但是分析了系统难控的原因，针对主要的原因提出应用AUKF算法进行解决，而对球的位置检测精度的提高，需要进一步的研究。为板球系统的设计和控制积累了一定的经验。