由于机器人对外界环境的感知能力相当有限,需要添加各种外部传感器来提高机器人的智能水平和自主能力。在诸多传感器中,视觉传感器由于具有信息量大,适用范围广等特点而成为机器人最重要的传感器之一。视觉系统与机器人系统结合的应用与研究也一直是智能机器人研究领域中的一个热点。本文对视觉伺服理论和方法进行了研究,研究目的是对二维平面内目标物体的快速抓取,其中涉及到的研究内容有目标特征信息的检测与提取、摄像机的标定、视觉伺服控制器的设计以及约束视觉伺服系统的优化控制。本文的主要工作和成果如下：1.在复杂环境中,利用摄像头采集的原始RGB模型进行颜色分割会因为光照原因而不稳定,不适合用于视觉伺服系统中。本文提出运用HSI模型进行阈值分割,并运用FFT滤波算法消除噪声,保留有效的目标特征信息。实验结果表明在复杂环境下可有效提取目标特征。2.基于图像雅可比矩阵的机器人视觉伺服控制算法,每次采样后都要对雅可比矩阵进行求逆,运算复杂,容易产生奇异现象。本文考虑机器人视觉伺服系统的特点,在视觉伺服系统的数学模型的基础上,引入控制Lyapunov函数概念,设计视觉伺服系统非线性状态反馈控制器。该视觉伺服控制器不需要精确标定摄像机的参数和图像雅可比矩阵的伪逆值,因此设计简单方便。最后,通过仿真实例验证结果的有效性。3.实际机器人视觉伺服系统的执行机构和作业空间总是受到一定的限制,即视觉伺服控制在本质是一个受限(或约束)控制问题。为满足视觉伺服系统的约束条件,本文提出运用Fibonacci法在线优化计算控制器的最优参数,从而实现受限视觉伺服系统的约束最优控制。最后通过仿真实例验证结果的有效性。4.本文搭建了四自由度机器人视觉伺服实验平台,包括视觉子系统,实验所需的软件环境和机器人系统。通过与逆雅可比矩阵控制方法比较,验证结果的优越性。