机器人视觉伺服控制与基于传统传感器的机器人控制相比，具有更高的灵活性与更高的精度。机器人视觉伺服在工业生产、海洋探测等众多领域得到了成功的应用，它是一个有着重要理论研究意义和广阔应用前景的课题。　　 目前，机器人视觉伺服常用的控制结构为基于位置的视觉伺服（也称3D视觉伺服）和基于图像的视觉伺服（也称2D视觉伺服）这两种结构。为了克服基于位置和基于图像的视觉伺服方法的缺点同时又能充分利用这两种方法的优点，EzioMalis提出了21/2D或2.5D视觉伺服的概念。2.5D视觉伺服通过分解单应性矩阵来减弱平移和旋转之间的相互影响，从而实现旋转与平移的解耦。利用三维空间得到的信息调节旋转误差，而二维空间的信息则用来调节平移误差。　　 本文首先研究单应性矩阵的求解与分解算法，采用直接线性变换(DLT)算法和随机抽样一致（RANSAC）算法估计出单应性矩阵，并介绍了基于李代数的单应性矩阵动态估计方法。其次研究了2.5D视觉伺服算法，仿真和实验结果均表明利用该算法能够实现机器人的二自由度和三自由度定位控制。最后针对本文的不足之处，提出了进一步的改进措施。