当工业机器人视觉系统用于工件表面三维测量任务时,为了获得较好的测量精度,不仅需要对机器人视觉系统进行标定,还需要对相机进行拍摄位置规划与定位控制,以获得足够多的工件表面关键特征信息。现有的工业机器人视觉测量方案中,相机的拍摄位置需要根据人为经验进行规划,而相机定位通过机器人控制器的开环控制实现。然而,该方案无法保证工件表面的关键特征位于相机视野内,会导致关键特征信息缺失,影响三维重建精度。针对以上问题,本学位论文以面向零件表面三维重建的机器人视觉系统为研究对象,将视觉伺服控制引入到相机拍摄定位过程中,在此基础上,针对系统中的标定与控制技术展开了进一步的研究。主要研究内容如下:针对测量系统中的六自由度工业机器人,基于Denavit–Hartenberg方法建立了机器人正向运动学模型。随后,分别构建了机器人逆运动学求解的解析法和数值法,并对两种逆运动学求解方法进行了仿真实验验证。实验结果验证了逆运动学求解方法的有效性。针对测量系统中的单目相机,建立了相机成像模型,基于张正友标定法进行了相机标定实验。在此基础上,介绍了经典的手眼标定方法。针对传统手眼标定方法的不足,提出了基于差分进化算法的手眼标定方法。随后,搭建了手眼标定实验平台,将本方法与传统方法的标定结果进行对比,实验结果验证了本方法的有效性。基于机器人视觉系统,建立了视觉伺服控制框架。针对实际视觉伺服控制系统存在的时滞效应问题,提出了基于微分求积法的时滞视觉伺服控制方法。随后分别搭建了仿真实验平台和实物实验平台,验证了所述方法的可行性与有效性。搭建了基于机器人视觉系统的三维测量平台,基于视觉伺服控制方法,采集了多视角工件图像。在此基础上,通过三维点云的稀疏重建技术与稠密重建技术,完成零件表面三维重建实验。实验结果验证了本文所述的面向零件表面三维重建的机器人视觉系统标定与控制技术的有效性。