该文研究视觉伺服系统和机器人鲁棒视觉伺服控制问题,主要内容包括早期视觉,鲁棒位姿估计算法,鲁棒视觉伺服控制律以及视觉伺服系统的设计与实现.作为视觉伺服系统,首先要根据视觉信息提取有用特征,提取精度将对整个系统的精度产生决定性影响.因而,论文首先研究了早期视觉问题,重点提出两种高精度的子像素级边缘定位算法,即基于矩的方法和基于边缘像素灰度计算的方法.两种方法都能得到高于像素分辨率的定位精度,其中第二种算法还对白噪声及环境光线影响都具有较好的鲁棒性.视觉伺服有两种基本方案,即基于位置的视觉伺服和基于图像特征的视觉伺服.对于前者,其核心问题是根据图像特征参量估计出目标的相对位置与姿态.因而,论文接下来对中期视觉和位姿估计问题进行了研究.该文进一步讨论了基本图像特征的鲁棒视觉伺服问题.首先针对一般的视觉伺服模型推导了一种新型的通用鲁棒视觉伺服算法,并将其应用于2-1/2维视觉伺服中,得到2-1/2维鲁棒视觉伺服控制算法.当该算法的前提不能被满足时,提出使用扩展卡尔曼滤波器对未知参数进行估计,从而使得前述控制律仍能适用.通过对几种典型视觉伺服方法的仿真结果证明了上述理论的可行性.最后,基于作者的实际工作,讨论了一个实际视觉伺服系统在PUMA560机器人平台上的设计和实现.视觉伺服系统是一个由图像处理、分级控制、通讯等子系统组成的复杂结构,应当采用科学的设计方法,保证系统性能和易用性.该文针对此类系统的设计提出一种新的方案,在基于消息的面向对象隐式调用结构基础上结合了层次式和管道与滤波器体系结构的优点.对通讯子系统的设计采用了面向对象的状态模式和表驱动相结合的方式,可以体现该子系统的层次性,简化了设计.同时,还讨论了视觉和控制系统的设计.最后,给出了实际视觉伺服系统的实现细节.