机器人打乒乓时需要做到对快速运动的乒乓球进行可靠的跟踪、对球未来的轨迹做出准确的预测,以及控制球拍以合适的时间、位置、姿态和速度进行击球等,涉及机器人与外界信息的实时互动。因此,机器人打乒乓球涉及到视觉感知与智能控制的众多问题。通过对机器人打乒乓球的研究,可以对一系列感知和控制问题进行深入探索。本文围绕乒乓球机器人视觉测量与控制开展研究工作。在本文中,主要的工作和贡献有:1提出了一种基于智能相机的分布式并行处理的高速视觉系统。与传统的基于图像采集卡的视觉系统相比,本系统利用了智能相机具有的图像处理能力,将传统的串行处理的图像处理模式改为并行处理。将大量的运算分散到各个相机单元,大大提高了系统的实时性。2针对快速运动的乒乓球,提出了一套有效的乒乓球跟踪算法。算法将差帧法、动态窗口、游程编码等方法有机的组合在一起,使算法的实时性得到保证。并针对乒乓球差帧后可能出现的月牙形,提出了GSP算法,准确的定位乒乓球的中心坐标,保证了乒乓球三维坐标的精度。3利用乒乓球的飞行模型推导出了模型的解析解,可以有效的减少预测算法运行时间。提出了一种行之有效的乒乓球与球桌的碰撞模型,在水平方向利用一种线性模型建立碰撞前后的乒乓球速度变化关系,在竖直方向利用球桌的弹性系数,推导出反弹后的乒乓球速度变化。提出了三阶段的球拍运动规划方法及特殊情况下的直线击球策略。4针对飞行模型对初始点的速度敏感,而最小二乘拟合求导得到的初始点的速度精度较低的情况,提出了基于位置负反馈的初速度较正算法,大大提高了预测算法的鲁棒性与精度。5提出了三阶段的球拍轨迹规划算法,实现了人机对打50回合。同时为了逼真的再现实验场景及准确的标定模型参数,设计了基于OPENGL的三维仿真系统。最后,对本文的研究成果进行了总结,并指出了下一步的研究方向。