机器人视觉伺服系统是使用视觉图像作为输入信号控制机器人完成伺服任务。在基于图像的视觉伺服系统中,使用图像雅克比矩阵来描述图像平面内特征变化与机器人关节角度变化之间的非线性关系。用传统方法估计图像雅克比矩阵需要对机器人运动学参数和摄像机内外参数进行标定,但是在实际工厂条件下,复杂的工况常常使得无法进行有效的标定。因此,对于图像雅克比矩阵的无标定估计成为当今视觉伺服领域的热门研究方向。本文在查阅国内外无标定视觉伺服文献的基础上,首先对无标定视觉伺服进行了理论上的阐述,简单介绍了针孔成像模型和机器人运动学模型,这两者是视觉伺服模型的基础。而后对基于图像的无标定视觉伺服算法即非线性方差最小二乘法进行分析推导,得出伺服控制器的机器人关节角更新迭代算法。而后对于伺服系统中图像雅克比矩阵采用动态拟牛顿法进行在线估计,并基于迭代递推最小二乘法对于其发散性能进行了优化。接着详细叙述了视觉伺服系统的视觉输入端图像处理问题。先是分析了视觉系统的各种特征的优缺点,比较各种特征的特点和适用范围,决定采用点特征。然后运用常用的几种滤波方法和灰度处理对图像进行预处理工作。接下来使用边缘检测函数和直线检测算法检测中物体的边缘特征。最后经过筛选和顺序处理后得到所需要的点特征坐标。在matlab环境下使用Robotics和Machine Vision工具箱进行仿真。显示详细分析了任务空间内点的运动和图像平面内投影点坐标之间运动的定性关系。然后作为对比,在相机标定参数已知的情况下对视觉伺服系统进行了视觉伺服仿真实验,实验验证了图像雅克比矩阵理论上的正确性。最后基于无标定视觉伺服算法进行了仿真实验。实验分别在两个不同的初始位姿下进行,实验结果证明了无标定算法的有效性。最后本文利用普通单目摄像头和个人计算机等设备,搭建了无标定视觉伺服控制平台,设计视觉伺服软件系统,将无标定视觉伺服系统应用于UR机器人。通过相机实时获取目标物体图像,并对图像进行特征提取。通过设计好的视觉伺服控制算法,对获取到的特征信息和机器人关节角信息进行处理,控制机器人伺服运动。通过多次实验和程序调试,完成了一个初级的机器人视觉伺服系统的构建,使机器人的智能抓取免去了复杂的标定程序,克服了原视觉系统的不确定因素,提高了机器人视觉系统的鲁棒性,扩大了工业机器人的应用范围。