1、機器人視覺伺服控制是基于視覺信息的反饋控制，具備更高的智能性和靈活性。在視覺伺服系統(tǒng)中，相機模型和機器人模型的精確標定較為復雜、且精度易受外界環(huán)境的影響，因此無標定視覺伺服系統(tǒng)逐漸成為了目前的研究熱點。無標定視覺伺服方法不依賴于參數(shù)值的估計精度，可以在粗略估計得到的參數(shù)值、甚至任意參數(shù)值下確保伺服任務的有效執(zhí)行。論文在概括視覺伺服控制研究現(xiàn)狀的基礎上，對不同種類的視覺伺服方案進行了性能比較，并重點研究了機器人關節(jié)變量遞歸關系中涉及到的各

2、種優(yōu)化問題。
　　論文在第一部分中，綜述了視覺伺服控制的研究現(xiàn)狀，指出了該領域中的一些關鍵問題。然后，討論了不同視覺伺服控制方案的分類問題，并分析了各自的特征。特別地，從笛卡爾空間和圖像空間中系統(tǒng)的穩(wěn)定性、魯棒性、敏感性以及動態(tài)性能等方面對基于位置和基于圖像的視覺伺服方案進行了對比研究。
　　在第二部分中，針對運動目標的無標定視覺伺服跟蹤任務，建立了機器人末端執(zhí)行器與目標特征間的一個誤差性能函數(shù)，通過對該性能函數(shù)進行泰勒近似

3、并最小化，得到了機器人關節(jié)變量的嚴格遞歸關系式。該關系式包含關節(jié)變量到圖像平面的映射關系（即圖像Jacobian矩陣）、以及目標性能函數(shù)展開所需要的Hessian矩陣。具體包括如下幾個方面:
　　第一，對于關節(jié)變量遞歸關系本身，通過引入可見性約束因子確保了末端執(zhí)行器一直處于視野中;通過引入一個速度成本函數(shù)，確保了伺服跟蹤的平穩(wěn)性。理論上更加嚴謹?shù)臉O值推導是此處的創(chuàng)新點。
　　第二，對于關節(jié)變量遞歸關系中的圖像Jacobian

4、矩陣，采用割線法，對關節(jié)變量到圖像平面的映射關系建立了一個魯棒性更強的仿射模型，基于此模型并利用Broyden秩一校正規(guī)則，得到了圖像Jacobian矩陣的遞推關系;進一步，通過引入遺忘因子，提高了后期跟蹤的收斂性?；贓nd-effector仿射模型的割線法應用是本文的創(chuàng)新點之一。
　　第三，對于關節(jié)變量遞歸關系中的Hessian矩陣，借助動態(tài)BFGS法和動態(tài)Broyden族校正法，得到了基于目標函數(shù)本身估計全局Hessian矩