机器人系统在当下的诸多领域都扮演着重要的角色。在不同应用场景下,需要将机器人与不同传感器相结合以提高整个系统的智能性。视觉传感器由于能提供丰富的感知信息,因而被大量应用于不同机器人平台。随着科学技术的快速发展,众多学者致力于利用视觉信息引导机器人完成定位、导航和控制等不同任务。而在这些任务中,视觉伺服控制是最常被讨论的问题之一。视觉伺服控制旨在通过实时反馈的图像信息驱动机器人实现特定的运动目标。为解决视觉伺服控制问题,首先需要利用计算机视觉的相关技术从二维图像中提取出适宜的特征信息以构造系统反馈误差。紧接着,运用控制理论的相关方法和所构造的误差信号,设计对应控制器以有效完成指定的运动任务。由于视觉伺服系统往往包含有各种模型不确定性和约束,因此针对不同场景提出鲁棒高效的伺服策略是极具挑战的工作。本文结合该领域的最新研究成果,以基于多视图几何的视觉伺服控制为主要研究内容。本文的主要工作和贡献概述如下:·简要回顾了视觉伺服控制的相关研究背景并概述了国内外研究现状。·研究基于单应性的移动物体渐近跟踪。提出了基于单应性的视觉伺服控制器从而驱动机械臂以固定相对姿态跟踪三维空间中的运动物体。单目相机固定于机械臂上以提供视觉信息,然后利用单应性获得相机的旋转和尺度化平移以便于控制器设计。考虑到未知运动物体的速度和距离信息,设计了鲁棒非线性控制器以完成移动物体跟踪任务。理论分析表明所提出控制器能实现渐近跟踪。仿真结果验证了方法的有效性。·研究基于三焦张量的六自由度位姿校正。通过构建当前、期望和初始视图之间的三焦张量模型来描述几何关系。然后,选取部分张量元素以定义视觉反馈,这有效避免了对相机姿态的显示估计。基于提取的张量特征,设计了自适应控制器以将相机驱动到期望姿态并补偿了未知的距离比例因子。此外,利用Lyapunov技术分析了系统稳定性和收敛域。仿真和实验结果验证了对应的理论分析。·研究基于未标定相机的移动机器人一致性控制。针对轮式移动机器人,利用未标定单目相机实现轨迹跟踪和位姿校正的一致性控制。首先基于投影单应技术,提出了在线方法实现对部分相机内参的估计。通过利用所获得的相机内参,从图像中提取出移动机器人的位姿信息以构建误差系统。然后,设计了满足输入饱和约束的自适应连续控制器以解决轨迹跟踪和位姿调节问题。所提出方法充分考虑了与未知距离信息和相机内参相关的系统不确定性以及非完整约束。理论分析证明所提出控制器在存在系统不确定性的情况下能实现渐近跟踪和校正。仿真和实验结果验证了上述方法的有效性。·研究基于视觉的移动机器人轨迹跟踪与深度估计。针对轮式移动机器人的轨迹跟踪控制和深度估计问题提出了相应的视觉伺服策略。通过利用车载相机捕获的多张图像,重建出移动机器人的当前和期望位姿以定义系统错误。然后,提出了一种自适应时变控制器以实现轨迹跟踪任务。大多数已有工作要求测量期望轨迹的速度信息以便于控制器设计,这将导致繁琐的离线计算。为消除该要求,设计了降阶观测器实时估计了所需的期望速度信息。此外,提出了增强更新定律以补偿未知深度参数并识别深度倒数。基于Lyapunov方法证明了所提出控制器能实现渐近跟踪,并且在满足持续激励条件下,深度倒数的估计会收敛于其实际值。随后,引入了鲁棒的数据驱动算法,以确保在宽松的有限激励条件下深度估计的收敛。仿真和实验结果验证了上述方法的有效性。最后对全文进行了总结,并对下一步的研究工作进行了展望。