目标工件的“抓取——放置”动作是自动化生产线上工业机器人最常见的动作之一，同时也是分拣、搬运、装配以及码垛的支撑性技术。SCARA机器人由于水平方向高柔性、垂直方向高刚性，而且体积小、质量轻、结构简单、高速、精准，故非常适用于抓取操作。传统示教机器人要求工作环境高度结构化，存在很大的局限性。因此，引入机器视觉技术，研究视觉引导的抓取机器人的控制技术，对提高机器人智能化水平有着重要意义。本文主要研究内容包括：视觉引导的抓取机器人系统建模。本文以SCARA机器人为主体，结合工业智能相机和传送带，构建视觉引导的抓取机器人系统，并对其进行系统建模。系统建模主要包括SCARA机器人运动学建模，工业智能相机建模，末端工具建模，传送带与机器人、工业智能相机之间位姿关系的建模。对系统进行数学建模是实现后续的轨迹跟踪控制和视觉控制的基础。SCARA机器人的轨迹跟踪控制。本文针对滑模变结构的抖振问题和趋近滑模面过程中的趋近速度问题，对SCARA机器人的滑模控制器进行了改进。首先针对快速终端滑模面的奇异性进行改进，设计了一种非奇异的快速终端滑模面；分析指数趋近律和幂次趋近律的优点，对趋近律进行了改进，同时采用双曲正切函数代替传统的符号函数，以消除滑模控制的抖振问题；通过自适应模糊控制调节趋近律参数，解决了由于初始状态误差过大时引起的力矩过大问题。视觉引导SCARA抓取机器人系统动态目标抓取方法的研究。设计了一种“视觉系统+SCARA机器人+传送带”的动态目标跟踪方法，通过传送带上方的工业智能相机连续获取进入传送带的目标工件位置，结合传送带测速编码器位置反馈动态表示目标工件当前位置，并实时规划SCARA机器人运动轨迹，以完成随传送带一起运动的目标工件的动态抓取。并在LabVIEW平台上进行实验，实现运动目标的抓取。基于无迹卡尔曼滤波的图像雅可比估计算法。为了实现对已抓取工件精确的放置，本文采用基于在线图像雅可比估计的视觉伺服控制策略，消除由于相机标定引起的误差。针对单目视觉，采用Eye-in-Hand安装方式的工业智能相机，本文提出了一种基于无迹卡尔曼滤波的图像雅可比估计算法，无迹卡尔曼滤波采用确定样本点近似非线性系统的概率分布来逼近非线性系统，相比传统卡尔曼滤波和扩展卡尔曼滤波，有效地提高了图像雅可比矩阵在线估计精度。