在特征尺寸为微米和亚微米量级的物体上进行加持、吸附、抓取、转移、装配和注射等操作称为微操作。执行微操作的器械设备称为微操作系统或者微操作机器人。近年来,微操作系统被广泛地应用到微机电系统MEMS(Micro Electro Mechanical System)、微光电子机械系统MOEMS(Micro Opto Electro Mechanical System)和生物微机电系统Bio MEMS(Biological Micro Electro Mechanical System)等。将微操作机器人系统和显微视觉信息相结合形成的显微视觉伺服控制系统并使其具有与外部环境进行智能交互能力,是当今微操作机器人系统研究和发展的一个主要方向。目前对微操作系统的研究范围已经从理论研究发展到了应用设计。因此,微操作系统领域的未来发展热点之一是将其大规模的应用到工业生产上。为了实现这一目标,微操作系统自动化和智能化的水平和质量在发展过程中将起到关键的作用。本文围绕微操作系统的自动化问题进行了系统的整体规划,自行构建了一套完整的显微立体视觉伺服微定位控制系统。系统包括:末端执行器模块,运动控制模块和显微视觉模块,并在此基础上对微操作系统中显微立体视觉伺服的成像模型和系统的微定位控制进行了重点研究。针对显微视觉伺服系统中深度信息获取问题,本文基于显微视觉模块建立了G(Greenough)型和CMO(Common Main Objective)型两种结构下的体视显微镜SLM(Stereo Light Microscopy)的成像模型。采用这两种视觉模型可以直接从3D场景中获取物体的视觉信息,避免了微操作系统实时测量或在线估计目标物体未知点的深度,提高了系统的控制性能。在微动机器人运动学的基础上建立了基于图像的视觉伺服控制器,并对微操作闭环系统的稳定性进行了分析。针对显微立体视觉伺服控制系统中稳定性分析复杂的问题,本文建立了基于Hamilton理论的微定位控制算法。通过分解微动机器人的质量矩阵,进行了微操作系统动力学方程的模型变换。进而将显微立体视觉伺服控制系统实现为一类广义Hamilton系统。设计了显微视觉伺服控制器,使得微操作机器人闭环系统渐近稳定。针对传统的基于图像的视觉伺服方法多采用物体的几何特征如点、线、区域面积等作为特征值进行视觉伺服控制时需要图像处理过程中特征值的提取、匹配和跟踪等问题,本文基于Phong照明模式和光流法提出了显微立体视觉系统的微定位方法。此方法是以整幅图像的像素亮度信息作为特征值进行微操作系统的视觉反馈,进而设计了基于亮度的直接伺服控制器,采用此方法避免了图像处理过程中的特征值提取、匹配和跟踪步骤。