视觉伺服技术是机械臂的一种反馈控制方法,通过引入视觉反馈信息从而提升机械臂的灵活性和鲁棒性。因此,视觉伺服技术也被认为是实现机械臂智能化的一个重要方法。随着机械臂工作环境的日益复杂和应用场景的日益增多,对视觉伺服系统的综合性能也提出了更高的要求。本文以单目固定像机系统为研究对象,针对复杂工业环境中视觉定位精度低的问题和视觉伺服技术中空间约束问题进行研究,以实现在无标定条件下对机械臂进行高效、精准的控制。论文的主要研究内容包含以下部分:一、提高视觉系统在复杂工业环境中的定位精度。随着智能制造时代的来临,智能机械臂的工作环境日益复杂,对视觉伺服系统中的视觉定位环节提出了更高层次的要求。在第一部分研究了适用于复杂工业环境中的目标定位方法。（1）针对传统目标定位方法在复杂工业环境中失效的问题,结合CCD成像模型、目标反射光的衰减模型和环境光的成像模型,从微观角度分析了图像降质的根本原因。提出了一种基于改进YOLO-V3模型和显著特征点提取方法相结合的复合定位方法。首先,搭建了YOLO-Mobile Net模型并利用YOLO-Mobile Net模型实现了对降质图像中目标ROI区域的实时获取。其次,在小范围内通过图像形态学操作、Hough直线检测、最小二乘拟合等传统图像处理算法提取目标上的显著特征点。最后,搭建了双目定位系统,通过对目标上显著特征点的稀疏重构从而得到了目标在空间中的位姿信息。（2）针对经典U-net模型在处理高分辨率图像时存在计算资源与定位精度相冲突的问题,提出了一种基于二次分割的目标定位方法。首先,利用所设计的复合池化模块和复杂上采样模块对经典U-net模型进行优化,构建了Im-Unet模型（Improved U-net,Im-Unet）。然后,搭建了两个Im-Unet模型分别用来实现对目标的粗定位和轮廓的精提取,这样就能通过对有限计算资源的重复利用从而有效地解决计算资源与定位精度相冲突的问题。最后,通过建立数据集对基于二次分割的目标定位方法的有效性和定位精度进行了验证。二、空间约束下视觉伺服控制方法研究。为了能将视觉伺服技术应用于更的多场景,需要解决应用场景所带来的约束问题。第二部分以装配作业为应用背景,研究如何解决由装配工艺所带来的空间约束问题。（1）针对空间约束下传统轨迹规划方法失效的问题,通过引入装配节点的概念详细地阐述了问题产生的根本原因。为了解决空间约束问题,本文提出了一种基于透视变换的视觉伺服控制方法。首先,利用单应性矩阵建立一个二维的虚拟像平面并获取装配节点在该平面中的映射特征。其次,通过在虚拟像平面中对目标特征的追踪,使机械臂能沿期望的装配轨迹运动。最后,为了增强机械臂空间运动的灵敏性,将三种不同的视觉特征组成一种复合视觉特征,并在此基础上建立ADRC控制器。仿真和验证实验结果表明,基于透视变换的视觉伺服控制方法能解决空间约束问题。（2）针对基于姿态提取的对接轨迹规划方法缺乏鲁棒性的问题,本文提出了一种基于灭点向量的视觉伺服控制方法。首先,在像平面中设计了一种能表征装配节点的灭点向量并证明了灭点向量的有效性。其次,通过在像平面中对灭点向量的跟踪,使机械臂能够在无标定的情况下将空间特征点移动至装配节点。最后,通过逐步减小灭点向量模值的方法使机械臂能将空间特征点移动至目标位置。在此基础上设计了模型预测控制器,对机械臂的运动速度和运动范围进行约束。仿真和验证实验结果表明,基于灭点向量的视觉伺服控制方法能解决空间约束问题。三、结合本文研究成果,开发了基于IBVS装配系统并阐述了系统的软硬件架构以及核心控制器的实现方法。通过装配实验,验证了本文所提理论、方法及技术的可行性和有效性。