作为观察世界与认识世界的重要手段,80%外部世界信息通过视觉获取。随着信息技术、图像处理技术的发展,可以赋予移动机器人以视觉认知功能,使其具有通过图像认识世界的能力。近年来,随着移动机器人应用场景不断增加,利用视觉信息对其进行控制即视觉伺服控制具有重要的理论意义与潜在应用前景。考虑到移动机器人所具有的非完整约束以视觉伺服领域的视觉可见性约束,本文利用模型预测控制(MPC)设计视觉伺服控制器。所研究的问题及取得的主要成果如下:(1)考虑移动机器人的视觉可见性约束与动力约束,提出了移动机器人视觉伺服镇定双步预测控制策略。该控制策略分为两部分:转向预测控制器与直线预测控制器,其中,转向预测控制器控制机器人转向朝向目标位置处,使得特征点出现在视野范围内;直线预测控制器控制机器人沿直线运动,使其到达目标点。(2)考虑移动机器人模型的不确定性,提出了移动机器人视觉伺服quasi-minmax预测控制策略。采用线性参数时变(linear parameter varying,LPV)模型描述移动机器人视觉伺服模型的不确定性,利用quasi-min-max建立视觉伺服滚动时域优化问题,通过线性矩阵不等式(linear matrix inequality,LMI)技术将滚动时域优化问题转化为半正定优化问题,并得到了闭环系统的鲁棒稳定性条件。(3)考虑(2)中所设计的控制器略为保守,以及在线计算负担较重,提出移动机器人视觉伺服高效quasi-min-max预测控制策略。借鉴多Lyapunov函数min-max预测控制器设计思路,针对构成移动机器人视觉伺服LPV系统的各个模态,分别设计Lyapunov函数求取优化值函数上界,以降低(2)中所设计的控制器保守性。进一步考虑到由此所带来的额外计算负担,设计控制器的离线策略。