机器人视觉伺服控制技术利用视觉传感器来获取环境信息，检测机器人执行器和目标物体当前位姿之间的相对位姿关系，并通过反馈控制使机器人执行器到达期望的位置和姿态，最终完成跟踪或抓取等任务。传统的机器人视觉伺服控制技术基于二维图像信息进行。由于图像本身深度信息的缺失，因而机器人视觉伺服控制技术的应用也受到较大限制。近年来，随着视觉技术的不断发展，获取深度信息并实现三维视觉伺服控制已成为可能，利用三维视觉伺服控制技术提高机器人智能水平和应用范围也成为机器人领域内的研究热点之一。　　本文主要探讨了三维视觉信息的获取方法及基于三维视觉伺服技术的机械臂定位和跟踪方法研究，并以六自由度垂直多关节机械臂为实验平台验证了方法的有效性和可行性。论文的主要工作可总结如下:　　第一，三维视觉信息的实时获取方法研究。首先针对利用单目视觉获取目标三维信息的问题，在不同的应用场景下，给出了规则几何物体三维信息获取方法和基于MR二维码的三维视觉信息获取方法。之后以课题组开发的嵌入式图像处理卡为基础，实现了基于结构光的深度信息实时提取装置，并开展具体的实验对深度信息的误差进行测量。针对结构光的深度信息及普通二维图像信息各自的局限，提出了一种结合结构光深度信息和二维图像获取三维视觉信息的方法，并用于获取三维空间中复杂连续轨迹的三维信息。最后，通过开展实验验证了方法的有效性，并对轨迹的误差进行了分析。　　第二，基于三维视觉伺服的机械臂视觉定位。针对基于图像的视觉伺服控制方案，在二维图像的基础上引入了深度信息，给出了结合深度信息的图像雅可比矩阵的解析形式，利用图像雅可比矩阵实现对机械臂的视觉定位控制，并通过实验验证了方法的有效性。针对基于位置的视觉伺服控制方案，提出了基于MR二维码的目标位姿估计方法，利用MR二维码的内部码值，有效地解决了对目标几何对应特征先验信息的依赖性。最后，考虑到工业机械臂的控制器一般多采用绝对位姿形式的控制参数，给出了位置型控制参数的计算方法，并通过实验验证了上述方法的有效性和可行性。　　第三，基于三维视觉伺服技术的复杂连续轨迹跟踪。首先，针对机械臂在三维空间中对给定轨迹的跟踪过程，分析了末端执行器在相邻状态间的位姿增量，并给出了机械臂末端期望位姿的计算方法。其次，通过对复杂连续轨迹上的离散点进行位置插补和姿态插补，实现了对机械臂末端执行器跟踪姿态的规划。最后，针对获取复杂连续轨迹的三维位置信息，给出了视觉信息处理方法。通过在图像上搜索孤立边缘点找到轨迹的起始点，并通过逐点像素跟踪的方式获取最终的有序轨迹三维信息。以上方法的有效性和可行性都通过实验进行了验证。　　最后对论文中的工作进行了总结，并讨论了可在本文基础上进一步开展的工作。