移动机器人的视觉伺服镇定控制一直以来都是机器人控制领域的研究热点之一。针对这一问题的研究大部分是基于运动学模型,而很少考虑可以反映机器人本质的动力学特性,并且在控制律设计中大部分采用的是反馈线性化、反演等方法,这些控制方法在特定的情况下取得了较好的控制效果,但在控制过程中仍存在一些不足。本文围绕移动机器人视觉伺服镇定控制问题,主要从以下几方面展开研究首先,根据移动机器人视觉伺服镇定控制的需要对现有实验系统进行改造设计。该实验系统主要由ISRV履带式移动机器人、视频传输系统及无线通信系统组成,在此基础之上,增设全局摄像头并与上位机相连,对移动机器人的运行轨迹进行实时运算和记录,完成基于视觉的移动机器人伺服镇定控制实验。其次,针对单目移动机器人的视觉伺服镇定控制问题,设计了一种基于2D三焦张量的动态分步滑模视觉镇定控制器。将计算机视觉技术与移动机器人的非完整约束系统控制方法相结合,在充分考虑了移动机器人运动学模型与动力学模型的基础上,提出一种将2D三焦张量和滑模控制方法相结合的分步切换滑模视觉镇定控制策略,实现移动机器人的视觉伺服镇定,并通过仿真验证了该方法的有效性。最后,针对基于2D三焦张量的移动机器人镇定控制问题,进一步提出基于2D三焦张量的模糊神经网络视觉镇定控制方法。在滑模视觉伺服镇定控制方法的基础上,基于神经网络的万能逼近特性,将滑模控制、模糊神经网络控制相结合,利用自适应学习算法在线调整模糊隶属度函数参数及神经网络权值,设计了模糊神经网络滑模控制器。该控制器不依赖于移动机器人系统的详细信息和辅助控制器的设计,削弱了抖振现象。最后,针对本文所提算法进行了仿真和实验验证,验证该算法的可行性。