实际应用中,视觉伺服控制策略需要考虑三种约束:(1)机器人运动能力的约束,即机械性能对机器人运动的最大速度和运动范围的限制;(2)图像视野约束,即根据任务的需要,将目标物体的图像限制在相机的有效视野范围内,避免视觉反馈中断;(3)三维空间运动范围约束,即根据任务的需要,将机器人末端的三维运动限定在一定的空间范围内,避免不必要的运动。如果忽略这些约束条件,很可能导致伺服效果不理想,甚至失败。本文以单目机器人手眼系统为研究对象,针对带有约束条件的无标定视觉伺服控制问题,结合卡尔曼滤波和二阶锥规划,提出了一种基于二阶锥规划的无标定视觉伺服解决方案。首先,根据刚体运动学和透视投影知识,建立视觉伺服系统的完整数学模型,包括机器人运动学和速度运动学模型,相机的畸变针孔模型,手眼关系速度模型。该数学模型为接下来的系统稳定性分析和误差收敛性分析提供了理论准备。其次,根据卡尔曼滤波原理,设计了雅可比矩阵在线估计器。该估计器在完全未知机器人运动学参数和手眼标定参数的情况下,直接估计机器人关节速度和视觉信号变化之间的雅可比矩阵关系,也就是手眼速度关系。该估计器能够为无标定视觉伺服控制策略提供有效的系统模型。最后,根据二阶锥规划模型,提出了基于二阶锥规划的无标定视觉伺服控制策略。该控制策略是在每一个迭代时刻,将带有约束条件的控制问题转化为一个二阶锥规划问题,通过求解该凸规划问题,获得满足约束条件的最优关节速度控制命令。该规划器有效解决了无标定视觉伺服的控制问题。仿真和实验结果都表明:在完全未知机器人运动学参数和手眼关系参数的情况下,基于二阶锥规划的无标定视觉伺服是一个有效、可行、实用的解决方案。它充分利用了二维图像信息和三维位姿信息,可以同时对图像点和相机位姿进行有效控制,保证了图像点运动轨迹和相机运动轨迹最优或次优。即使在经典视觉伺服无法完成的极端情况下,仍然具有良好的动态性能和控制精度。