随着计算机技术、自动化技术以及机器视觉技术的不断发展，机器人技术作为上述技术的一种综合体也获得了快速发展。其中，机械臂视觉伺服控制技术由于具备理想的工作环境适应能力而受到广泛关注。然而在实际应用中，机械臂视觉伺服系统会受到多方面的限制和约束，例如机械臂关节角度的物理限制、摄像机视场范围的限制、图像速度信息是否可得、机械臂末端点工作面约束以及机械臂死区非线性约束等。如果不充分考虑这些限制因素，会严重影响系统控制性能，甚至可能造成伺服控制失败。基于对以上限制因素的考虑，本文对受限机械臂视觉伺服跟踪控制问题进行了研究。具体内容包括以下几个方面:
　　(1)针对工作环境已知的情况，研究了机械臂关节角度追踪误差受限下的固定时间控制问题。通过采用指数型障碍Lyapunov函数实现对机械臂关节角度的约束，避免因出现较大超调使机械臂关节角度超过实际物理限制而造成机械臂损坏。同时，设计了固定时间观测器来对系统不确定及外界干扰进行估计；采用非奇异快速积分终端滑模方法，实现了系统跟踪误差在固定时间内收敛。通过将固定时间观测器与非奇异快速终端滑模相结合，解决了常规控制方法追踪速度慢且精度不高的缺点。
　　(2)针对工作环境未知的情况，研究了输入死区限制和视场受限下的机械臂视觉伺服问题。采用自适应方法在线补偿输入死区对系统性能的影响；针对摄像机视场受限问题，采用障碍Lyapunov函数方法通过对追踪误差的预定约束实现对图像位置的预定约束，从而保证特征点始终保持在摄像机视场范围之内。分别考虑了定常对称约束以及时变非对称约束两种情况，采用反步递推策略对控制器进行设计，并证明了系统有界稳定。
　　(3)研究了未知图像速度信息限制下的视觉伺服跟踪控制问题。针对基于深度无关雅可比矩阵架构的无标定视觉伺服模型，通过设计新的图像空间观测器解决机械臂动力学模型线性参数化与图像速度信息的耦合问题，使控制器的设计不使用图像速度信息。同时，新的图像空间观测器不包含深度估计值的逆，避免了奇异问题。通过设计自适应控制器来实现未知图像速度信息的机械臂无标定视觉控制，并证明了系统渐近稳定。
　　(4)研究了未知约束面和输入死区限制下的机械臂视觉/力觉控制问题。针对机械臂末端点工作在未知工作约束面的问题，采用线性参数化法以及自适应方法实现对未知约束面的在线估计。构造了补偿深度无关雅可比矩阵来解决未知时变的图像深度信息问题。同时考虑机械臂输入死区的限制，通过构造鲁棒补偿项来消除输入死区对系统稳定性的影响。通过李雅普诺夫稳定性原理证明了所提出的控制策略能够同时实现系统图像跟踪误差与接触力误差的渐近收敛。