机器人视觉技术是机器视觉的一个重要研究领域,它是以计算机视觉理论和数字图像处理技术为基础而发展起来的一门新兴学科,目前在国内外备受机器人学研究者的广泛关注,并已经在许多领域获得了成功的应用。本文以GRB-400四自由度视觉机器人系统为研究对象,利用基于位置的视觉伺服控制方法分别研究了机器人对单目标物体和多目标物体的识别与抓取,获得了一些重要的研究成果和结论。针对GRB-400视觉机器人系统进行了详尽的分析,构建了包括摄像机及其标定、数字图像获取和处理、坐标变换、机器人运动学模型建立与分析、轨迹规划以及伺服控制系统在内的机器人视觉伺服控制系统的框架结构,为后续的研究奠定了可靠的基础。以实际目标物体为对象,通过对包括图像滤波、图像增强、边缘检测和图像分割等在内的相关图像预处理技术和算法的分析比较研究,选择了适用于本视觉伺服系统的各图像预处理方法。利用D-H方法建立了GBR-400四自由度机器人运动学模型,并给出了运动学反解,这为机器人轨迹规划提供了理论依据;研究了摄像机标定技术,提出了一种方便快捷的摄像机线性标定方法,将非线性模型简化为线性模型,降低了对系统实验条件的要求,简化了复杂的机器人与摄像机的标定过程,通过实验验证了该方法的可行性。研究了基于位置的双目视觉机器人视觉伺服控制系统,对系统的组成结构、图像处理相关技术、单目标物体识别方法、运动学分析及轨迹规划、视觉伺服控制等进行了详尽分析和研究,分析了传统模板匹配算法,然后在此基础上提出了对单目标物体的基于总像素点匹配的识别算法,利用实验验证了所提出的方法的有效性。针对机器人视觉伺服系统多目标物体的识别问题,通过分析和研究提出了基于Hu不变矩特征和以欧几里得距离为相似性测度的多目标物体识别方法,通过对五个目标物体的识别、选择和抓取实验研究,验证了该方法的有效性,也证明了矩不变量作为特征值用于目标物体识别的可行性。同时也进一步证明:基于特征的机器人视觉伺服控制是未来机器人视觉服控制研究中一个很有发展潜力的研究方向。