本文密切结合分拣、装配、导航等领域对工业机器人的需求,研究一种三自由度并联机器人视觉伺服控制方法。本文以图像处理与单应性矩阵求解及分解为基础,研究混合视觉伺服控制方法,并通过仿真实验进行图像处理与控制策略的验证,全文取得的成果如下:在基于单应性矩阵的图像处理方面,首先利用最小二乘方法和基于奇异值分解方法完成了单应性矩阵的求解,并对其进行分解获取旋转矩阵、平移向量等表示两图像间映射关系的信息。然后,本文针对单应性矩阵求解中所需的图像特征点的获取给出了两种方法。特征点匹配方法采用快速鲁棒特征算法完成特征点检测,通过快速最近邻搜索方法完成特征点匹配,该方法处理时间较长,但准确度较高;特征点追踪方法采用Shi和Tomasi方法进行特征点检测,通过稀疏光流法进行特征点追踪,该方法在保证准确度的同时大大提高了图像处理速度,为接下来的控制研究奠定了基础。在混合视觉伺服控制器设计方面,首先完成了并联机器人模型,以及并联机器人驱动装置伺服电机的三环控制模型的仿真系统搭建。然后,基于单应性矩阵,以图像间误差趋于零为指标,设计了运动控制算法以完成并联机器人控制。为弥补图像处理所耗费的时间,引入卡尔曼滤波算法进行目标运动预估前馈,来增强系统的实时性。最后对上述三个部分进行仿真验证,证明了并联机器人及电机模型的准确性、混合视觉伺服控制算法的稳定性以及卡尔曼滤波预估前馈的有效性。在模糊免疫控制器设计方面,为了弥补因上述控制器中参数固定而导致系统鲁棒性差的缺点,通过结合模糊控制算法与混合视觉伺服控制算法完成了模糊控制器的设计。为进一步提高模糊控制器的响应速度,在模糊控制器的基础上引入免疫反馈控制算法,完成了模糊免疫控制器设计。最后由仿真分析可知,模糊控制器在提高系统精度及快速性的同时速度波动较大,而模糊免疫控制器则进一步提高了系统的精度以及响应速度。在实验验证方面,结合工控机、并联机器人和大恒摄像机等软硬件,完成了混合视觉伺服控制系统的搭建。然后,通过实验平台完成了图像处理、单应性矩阵求解和分解算法的可靠性及准确性的验证。最后,完成了上述三种控制器的验证,其中模糊免疫控制器的效果相对更好,平均误差最小、响应最快,证明了所设计控制器的稳定性及模糊免疫控制器的快速性与准确性。