随着Internet技术的迅速发展,社会经济结构和人们的生活方式都发生了巨大的变化,以Internet为载体的信息与娱乐服务层出不穷。在Internet技术广泛应用的同时也给相关研究提出了很多新课题,这其中包括了基于Internet的智能机器人领域的研究。基于Internet的智能机器人系统不同于本地和遥操作机器人系统,其具有更多的信息资源和更多的不确定性,因此如何处理网络机器人控制成为了一个挑战性的问题。本文因此提出了网络机器人控制系统的两个基本问题:1、任务动态配置,2、网络环境下的视觉伺服控制。围绕着这两个问题,本文从涉及网络特性的四个相关方面进行了研究:机器人在动态网络中资源共享方案,移动机器人无标定视觉伺服,时间延迟对图像雅可比矩阵估计的影响及处理方法,多个摄像头之间的稳定切换方法。1.动态网络中资源共享:遥操作机器人和早期网络机器人以及部分分布式智能机器人系统都是采用确定的连接,与它们相比,没有固定控制者和被控对象的分布式智能机器人系统的极具灵活性、扩展性,可以完成更多类型的任务。但这类系统的资源共享和控制关系都是难以确定的,因而本文在分析了网络特性之后,提出了一种基于Jini的机器人自主感知模型以实现任务动态配置。机器人自主感知模型的基本思想就是通过对网络信息的自主感知,得到一个临时静态网络,将动态网络问题转化为一个静态网络问题。该方法通过抽象各种网络实体,对网络信息进行分类搜索,自主感知实时的网络传感信息,可以动态规划机器人路径。随后以此为基础建立了单个机器人的服务序列,优化了多机器人的服务序列。最后通过实验检验了机器人自主感知模型,实现了网络资源的发布、搜索,任务的动态配置,实时动态建立机器人路径。2.移动机器人无标定视觉伺服:对于分布式智能机器人系统,控制者和被控对象之间的关系是动态确定的,因而无法为整个网络系统建模,也就很难对众多的对象实现系统标定。因此本文利用无标定视觉伺服控制方法实现在动态网络情况下的视觉伺服。无标定视觉伺服无须建立图像空间和机器人运动空间的映射关系,通过估计或学习逼近真实的图像雅可比矩阵。本文指出移动机器人无标定视觉伺服的特殊性,并对移动机器人进行了运动学分析以及运动误差分析。最后通过移动机器人无标定视觉伺服仿真和实验,说明这种运动策略的有效性和跟踪的稳定性。3.图像雅可比矩阵估计的时延补偿方法:针对网络具有时延的特点,提出一种新