虽然工业机器人被广泛的应用于现代生产中，但是当工作空间中目标物体的位置和方向不能严格预知时，它的应用就会受到很大的限制。采用视觉伺服实现机器人的目标定位，能够减少上述限制，增强机器人的灵活性，提高其对工作环境的适应力。　　本文在总结了目前机器人视觉伺服发展状况的基础上，以Adept工业机器人为对象,对视觉伺服技术在机器人目标定位中的相机标定、图像特征提取、目标识别等问题进行了研究。　　首先针对所研究的机器人求取并验证了它的运动学正解和运动学逆解。然后研究了相机成像模型和机器人手眼视觉系统的标定原理，在利用传统标定方法的基础上，设计方案完成了本文手眼视觉系统的标定，取得了较高的标定精度。　　在视觉伺服的图像特征提取中，分别对二值和灰度图像两种情况进行了研究。对于二值图像，首先采用区域生长和像素标记两种方法实现对图像中多目标的分割，并在此基础上利用图像的归一化转动惯量，实现对二值图像目标的识别；在对灰度图像的处理中，首先采用积分图像思想与图像灰度特征匹配相结合的粗-精匹配的方法，加速了传统的匹配速度，然后利用图像的圆投影向量的思想，实现了图像的旋转不变性匹配，解决了一般的匹配方法对于图像旋转的敏感性问题；接着分别对圆形物体的提取算法和物体方向的判定方法进行了研究。　　最后，采用基于位置的手眼视觉伺服模式，搭建了Adept机器人的视觉伺服平台。并通过实验表明，本文的视觉伺服机器人具有很高的定位精度。结合本文的视觉算法，可以极大增强机器人在封装应用中目标定位的灵活性和使用范围。