随着社会的进步与科学技术的发展,机器人技术的研究方兴未艾。机器人视觉伺服控制作为机器人智能化的基石,被广泛应用到工业生产和日常生活中,其一直是机器人领域的研究热点。视觉伺服是一个多学科相互交叉的领域,涉及领域包括图像处理、控制算法和学习算法。随着机器人智能化程度的提高,视觉伺服算法的研究愈加重要。本文首先回顾了机器人视觉伺服控制的发展历程,重点介绍了三种传统视觉伺服方法与无标定的视觉伺服算法,总结了现有方法各自的优缺点,并指出了现有方法的局限性。对于基于位置和基于图像的视觉伺服控制中,存在目标物检测和定位精度不高,移植性和鲁棒性差的问题。针对此问题,本论文提出了基于模型的目标物检测与定位算法,具体分为基于二维模型和基于三维模型的目标物检测与定位算法,此算法检测速度快,定位精度高,算法的移植性好。对于无标定的视觉伺服控制,介绍了基于拟牛顿法的无标定视觉伺服控制方法,指出其存在图像噪声对雅可比矩阵估计影响较大的问题。针对此问题,本论文引入了基于卡尔曼滤波的无标定伺服控制,减小了图像噪声对雅可比矩阵估计的影响,提高了控制精度。最后,分别利用PID和自适应算法实现对机械臂的控制。针对本文提出的两个问题,文章首先介绍了机器视觉与机器人视觉伺服控制的基础知识。在此基础上,详细介绍了基于模型的目标物检测与定位算法,以及基于卡尔曼滤波的无标定视觉伺服算法。在文章最后,针对本文提出的算法,设计了相应的仿真和实验,验证分析了所提算法的有效性,同时指出了本文研究所存在的问题,阐述了未来的改进方向。