移动机器人技术在近几十年来得到了迅速的发展，被广泛应用到生产、生活的各个领域中，极大地促进了社会生产力的发展和人类生活水平的提高。移动机器人机械臂视觉控制系统是一个复杂的强耦合非线性系统，具有感知外部环境、确定目标物体位置、自主移动以及机械臂运动控制等功能，其目标物体定位与机械臂轨迹规划问题是当前研究的热点问题。本课题以北京工业大学机器人研究所购置的法国Aldebaran Robotics TM公司研制的移动机器人NAO-H25作为研究平台，对基于单目视觉的移动机器人目标物体检测、定位及机械臂运动轨迹规划控制问题进行了研究。　　开展的主要研究工作如下：　　(1)单目摄像机标定。针对移动机器人NAO的单目视觉系统，考虑到机器人自身摄像机的性能与实验环境限制，在比较各种标定方法的基础上选取了一种适用的单目摄像机标定方法，通过对单目摄像机的标定获取了摄像机自身的内、外参数，并通过实验验证了标定方法的可行性。　　(2)目标物体检测。利用机器人NAO单目摄像机所获取的目标物体图像来对目标进行检测。在目标物体检测过程中，首先进行BRG到HSV颜色空间的转换，确定目标物体颜色在HSV颜色空间的H值范围后，对图像进行颜色阈值分割及开闭运算，将符合H范围条件的部分进行保留并去噪，最后检测出目标物体的轮廓及中心点位置，还原目标物体的二维平面信息，并求出目标物体中心点在成像平面内的二维坐标。　　(3)基于单目视觉的目标物体测距。在分析当前应用于移动机器人单目视觉系统测距算法基础上，根据本课题所要实现的单目视觉目标物体定位工作要求及使用平台的限制，提出了一种几何测距数据融合的方法。该方法选取了两种测距算法，分别对其进行了几何模型的构建与目标物体坐标位置的求解，并利用圆曲线拟合方法对实验所得的目标物体位置数据进行了误差分析与优化；并在此基础上，利用圆曲线拟合方法将两种算法所得的目标物体位置数据进行融合，最后通过实验来验证了这种融合方法的可行性。该融合算法的研究为机械臂轨迹规划控制中机械臂末端执行器运动提供了准确的坐标位置信息。　　(4)六自由度机械臂运动学模型建立。在建立NAO机器人六自由度机械臂运动学模型的基础上，利用标准的D_H参数法对六自由度机械臂模型进行正、逆运动学公式的推导，确定机械臂各个关节角度与末端执行器之间的对应关系，并通过实验验证了运动学方程的正确性。　　(5)六自由度机械臂轨迹规划算法。在笛卡儿空间中的空间直线插补轨迹规划算法、笛卡儿空间中的空间圆弧插补轨迹规划算法和基于非线性最小二乘法的轨迹规划算法进行分析和融合的基础上，求解六自由度机械臂抓取目标物体时各关节角度的逆运动学，并在移动机器人NAO-H25试验平台上得到了实现。