近年来,随着科学技术的迅猛发展,计算机视觉与机械臂技术已经在越来越多的行业中发挥着至关重要的作用。目标定位不仅仅是计算机视觉领域的重点研究方向,也是其他领域的热门话题,其在视觉导航、公共场景监控、军事视觉制导、智能交通、博物馆智能显示等诸多领域都有着非常广泛的应用。近几年其理论和方法在不断完善之后趋于成熟,使得基于视觉定位的研究有了更加扎实的理论支撑,研究基于视觉的目标定位具有十分重要的意义。本篇学位论文以目标识别与实时跟踪的实际需求为前提,进行网络化机械臂跟踪控制及其平台构建。需要达到的目标是对于平面上的目标物,能够实时跟踪目标物并预测其最终位置,并能够控制机械臂到达指定位置。首先,本论文介绍了机械臂的建模及其正逆运动学问题,而后对摄像机成像模型进行了深入的研究,并对张氏平板标定法进行了详细的分析,以及介绍了图像畸变。其次,本论文利用将形状检测和颜色检测相结合来识别目标物。并提出将摄像机坐标系与三维世界坐标系进行重合的方式,推导出了图像坐标系与三维坐标系的坐标转化公式,以此精确地获得对象的三维坐标。通过采用递推最小二乘法进行多项式拟合来跟踪目标物,预测出目标物体最后的位置信息。最后,结合软件开发和硬件设备,设计了基于单目视觉的机械臂跟踪平台,并介绍了平台的整体实验流程。实验取得了预期的效果,实验结果验证了目标定位方法的可行性和机械臂的逆运动学求解的正确性。本次课题研究的难点包括处理网络时延、摄像机标定、单目测距、目标识别检测以及机械臂的运动规划,且本文的创新点在于提出的视觉定位方法、预测跟踪算法以及机械臂运动学逆解算法。本论文设计的基于视觉定位的机械臂控制系统具有操作简单、稳定性强、方便安装、平台搭建成本低、便于维护等优点。