近些年来,机器人正快速从工厂等特定环境走向军事,家庭,服务等诸多复杂且充满不确定性的环境,这对机器人视觉系统提出了许多新的需求。机器人视觉系统是机器人的重要的感知设备,仿照人眼为机器人赋予视觉系统成为这些年研究的主流。人类视觉系统拥有目标捕获,深度感知和三位重建等诸多优秀的环境交互功能,它发挥自身功能的前提是双眼对兴趣目标实现持续跟踪。现有的机器人视觉系统无论在图像跟踪还是在运动控制方面,都与人类优秀的视觉系统存在很大的差距。本文以仿生眼作为研究平台,采用了仿生学,机器人学,计算机视觉以及控制科学等多学科交叉融合的方法,从多个角度对仿生眼进行研究。将仿生眼的运动学和计算机视觉模型与仿生性能指标有机地结合起来,开展了如下研究:利用运动学和计算机视觉的原理,对仿生眼进行建模,建立关节角度,相机姿态与目标成像的联系,并利用雅可比和描述矩阵的方法建立三者的速度关系,获得仿生眼的数学模型。采用了特征点匹配和光流预测相结合的图像跟踪算法,减少了误匹配和光流漂移等问题,从获得到的图像中快速且准确的提取目标运动信息。研究人类眼颈协调运动的动作方式和特征,设计了目标跟踪眼颈协调运动的性能指标,按照最优控制的方法,根据性能指标设计了最优控制器,使得仿生眼视觉系统能够沿着最优轨线对目标进行跟踪。通过仿真和实验等方式,分别验证各个模块的理论正确性和实践有效性;利用仿真平台对整个仿生眼眼颈协调目标跟踪系统进行闭环仿真,并对真实仿生眼平台进行控制,实现仿生眼通过眼颈协调运动完成目标跟踪的功能。