1、用機器人替代人類工作，一直是人類的夢想，但目前的機器人的智能水平離人類的期望還有很大的差距。這主要是因為目前的機器人感知外界環(huán)境的能力還比較差，因而需要為機器人添加各種傳感器來增加機器人的智能水平。為機器人添加視覺使機器人構(gòu)成閉環(huán)系統(tǒng)稱之為機器人視覺伺服控制。視覺伺服控制是當前國內(nèi)外機器人研究領域的一個熱點問題。它涉及的領域眾多，包括機器人學、計算機視覺、控制理論與控制工程、機械、電子等眾多學科，目前無論是在理論上還是在應用上都還有很多

2、的難題。在本文中作者對視覺伺服理論進行了研究，具體做了以下幾個方面的工作。 提出了一種自適應模型無關的視覺伺服控制方法。在作者提出的方法當中，不需要攝像機模型與機器人模型，而是把圖像特征空間的變化直接映射為機器人的關節(jié)角空間的變化，在線標定將兩者聯(lián)系起來的復合雅可比矩陣，從而避免了機器人模型和攝像機模型的標定過程。 進行了直接視覺伺服的研究，并提出了一種基于轉(zhuǎn)置復合雅可比矩陣的直接視覺伺服控制方法。在直接視覺伺服的研究當

3、中，作者首先從解析的角度研究了機器人的直接視覺伺服方法，從理論上證明了運用基于轉(zhuǎn)置復合雅可比矩陣的PD控制器能夠保證系統(tǒng)的局部穩(wěn)定性。然后，將作者所提出的復合雅可比矩陣更新方法運用其中，提出了一種具有不確定性重力補償?shù)臒o標定視覺伺服控制，并證明了其穩(wěn)定性。同時，還將該控制方法用于機器人的定位仿真當中，取得了很好效果。 作者在文章中研究了視覺系統(tǒng)的動態(tài)過程，為進一步研究整個系統(tǒng)的動態(tài)過程打下了良好的基礎。在視覺伺服控制當中，目前的

4、瓶頸問題就在于圖像的采集頻率低和圖像處理所帶來的延時，以及圖像處理中所帶來的噪聲問題。圖像采集頻率是受硬件水平所制約的，但延時以及噪聲問題是可以通過相應算法加以預估和濾除。作者運用卡爾曼濾波器較好地解決了這個問題，并將其應用于更容易受到噪聲干擾的基于位置的視覺伺服控制中進行目標軌跡的跟蹤。同時這一思想也可用于基于圖像的視覺伺服控制當中?？紤]基于位置的視覺伺服需要攝像機模型，作者還進行了攝像機標定的研究，對一款威視的攝像頭進行了標定。

5、 設計完成了一套二連桿機器人系統(tǒng)，為進一步進行機器人視覺伺服研究提供了很好的實物平臺。提出了一種基于飽和函數(shù)的機器人定位控制器并在機器人本體上實現(xiàn)。 提出了三步法——一種機器人動力學模型辨識方法，并完成了機器人參數(shù)的辨識工作。三步法有別于傳統(tǒng)的機器人模型辨識方法，不需要預先對機器人摩擦力模型進行單獨的辨識，也不需要進行特定的機器人模型辨識軌跡的優(yōu)化。它是將機器人模型參數(shù)分組辨識，辨識方法中的單關節(jié)運動有效地消除了機器人關節(jié)耦