在当今制造业追求柔性生产、敏捷制造及智能制造的背景下,传统工业机器人采用人工示教的方式设计生产流程已经无法满足要求。而视觉伺服则是一种可行方案,它给机器人增加了视觉传感器,以便于实时反馈工作状态。视觉伺服主要分为基于位置和基于图像的视觉伺服,基于位置的方式对模型误差敏感,而基于图像的方式则容易丢失跟踪目标。对此,本文提出一种分段式的视觉伺服方案。第一阶段利用Eye-to-hand系统测量目标物重心的世界坐标,并据此计算出机械臂的合理初始位姿,以使目标物在一开始就位于机械臂末端相机的视野中。第二阶段首先使机械臂运动到上一步求出的初始位姿处,然后Eye-in-hand系统开始工作,提取目标物表面若干特征点的像素坐标,根据在图像空间设计的特征点轨迹控制机械臂运动,使得当前特征点向期望的特征点坐标靠近,最终让末端执行器达到理想的工作位姿。为了实现以上方案,本文对相机和六轴机械臂分别进行了建模分析,然后介绍了提取特征点的相关图像处理算法。在此基础上,以机械臂定位立方体小木块为例,描述了系统的整体工作流程和相关细节,最后设计了伺服控制实验以验证本文方法的有效性。在第一阶段测量目标物重心的实验中,实验结果显示平均检测时间在0.4s左右,平均检测误差不超过3mm。这表明检测算法的速度和精度满足基本需求。而在第二阶段基于图像的伺服控制仿真实验中,算法收敛较快,机械臂各轴的运动较为平稳,稳态误差较小,表明系统具有良好的动态性能和控制精度,并且没有出现雅可比矩阵的奇异问题,跟踪过程也没有丢失目标,从而证明了本文方案的可行性。