视觉伺服是当前机器人研究领域的一个热点问题,它涉及机械臂的运动学、动力学和关节控制,再到摄像机建模、图像处理、特征提取等众多学科,是一门重要的综合性前沿学科。但是目前的视觉测量依赖于摄像机参数,其灵活性和自适应能力比较低。因此本文主要对无标定视觉伺服系统的研究现状、建模、控制器设计等内容进行了较为详细的研究。首先,本文综述了国内外机械臂视觉伺服控制技术的发展及研究成果,阐述了其在控制过程中涉及到的理论,然后采用D-H方法,建立机械臂连杆坐标系并推导连杆坐标系之间的齐次变换矩阵,分析了机械臂的末端位姿与机械臂各关节转角的运动学关系。为了避免摄像机标定带来的冗余工作,选择不对摄像机参数进行估计,而是将摄像机参数与机械臂参数融入图像雅克比矩阵一起估计。因此,此类系统又被称为基于图像雅克比矩阵的无标定视觉伺服系统。这类系统根据图像信息直接控制机械臂的运动,不需要进行三维重建。在图像雅克比矩阵中,深度一直作为分母出现在该矩阵的参数中,对系统的线性化造成很大的阻碍。本章结合了刘云辉教授提出的深度独立雅克比矩阵与Slotine-Li自适应算法,在深度不断变化的情况下,实现机械臂的静态定位与动态跟踪。在图像速度不可测的情况下,根据图像雅克比矩阵表征的是机械臂的关节速度与图像速度的关系,在关节速度可测的情况下,间接地利用图像雅克比矩阵对图像速度进行估计。结合该估计值,设计控制器,实现机械臂的运动控制。