近年来,搭载了双目立体视觉系统的AUV—水下操作手系统(AUV Manipulator System-AUVMS)为海洋环境的勘测与开发起到重要的推动作用。基于双目立体视觉的AUVMS能够完成以下工作:在深海完成对海底生物和环境矿产资源调查和采样分析、石油天然气管线的检查、海底光缆的检查,水下工程的实现等等。为了实现了 AUVMS系统对水下目标物进行自主抓取的功能,本文针对水下机器人双目视觉测距技术和机械手视觉控制技术进行了研究。主要的研究内容如下:首先,介绍了机器人视觉控制技术的主要研究内容和机器人视觉系统的分类,指出了机器人视觉控制技术的发展现状与趋势,并对国内外水下机械手研究现状进行了阐述。对水下摄像机标定技术的研究。分别在静水中和水流扰动状态下的对水下双目摄像机进行了立体标定实验,并分析实验数据,对比标定结果。利用对畸变图的分析,对比了静水状态下和水流扰动状态下水下摄像机不同的标定结果。分析结果表明水流扰动对水下摄像机的标定有着一定影响,指出了在水下作业环境中进行实时摄像机标定的必要性。研究了标定板图片数量的变化、标定板位姿的变化对摄像机标定结果的影响,从改变布放水下标定板的位置和姿态入手,设法降低摄像机的标定误差,获得了与实际场景更为接近的校正图像。在应用水下双目立体视觉系统对水下目标物进行测距之前,需要首先对水下图像进行预处理。基于直方图均衡化的水下图像增强技术有效的改善了原始水下图像的质量,为视觉测量打好了基础。双目立体视觉测量在具体的实现过程中,其主要是借助视差,从而使水下摄像机能够对物体所在的具体位置进行测量,进而对目标物的深度信息和三维形状予以还原。本文应用BM算法、SGBM算法、SIFT算法分别对水下目标物的双目图像进行立体匹配实验,生成了对应的视差图,进一步分析了这几种立体匹配算法所生成视差图的优缺点。由于水下环境的特殊性,所以在进行水下图像立体匹配过程中,其可以获取的信息相对较少。结合这种情况,在进行水下视差图呈现的过程中就SIFT算法进行完善,通过参数改进来提升其检测特征点的数量,确定了适用于水下双目视差匹配生成的主曲率系数和高斯核参数。研究了摄像机坐标系和机械手坐标系之间转换矩阵的算法。提出了一种基于水下机械手本体手臂的手眼标定算法。结合手爪在摄像机坐标系下和机械手坐标系下的位置信息,基于几何算法,对摄像机坐标系与机械手坐标系之间的转换矩阵进行了标定。本文中,水下机械手采用基于位置的视觉伺服控制方式,依据水下目标图像的信息来计算水下目标物在机械手坐标下的三维坐标,通过逆运动学反解出机械手各关节的旋转角度,控制伺服电机驱动机械手各关节进行运动。通过水下摄像头对机械手末端执行器到达的位置进行图像采集,求得机械手实际到达的位置坐标,比较期望的目标物体的位置坐标和实际到达的位置坐标之间的差值,不断调节机械手末端执行器的位置从而最终达到期望位置。在水池中,基于双目视觉系统的测量信息,控制引导水下机械手到达目标零件的位置,完成了水下机械手的视觉伺服控制实验,对本文中所研究的水下视觉测量方法和水下机械手视觉控制方法进行了验证。实验结果表明,本文的视觉测距和视觉控制方法能够实现水下机械手对水下目标的趋近任务,本文所提出的水下目标物测距和水下机械手运动控制方案是有效的和可行的。