随着计算机视觉的不断进步,视觉伺服技术被引入机械臂控制领域,成为机械臂控制领域研究的核心内容之一。机械臂在工作过程中通过摄像机获得图像信息,使得操作系统更加灵活,因此,机械臂视觉伺服控制系统具有非常重要的研究价值。本文以六自由度机械臂视觉伺服系统这种结构复杂的多入多出系统为研究对象,针对视觉模型参数和摄像机内部参数未知的问题,以多入多出紧格式无模型自适应控制算法为基础,对机械臂视觉伺服系统进行了研究,主要研究内容如下:首先,考虑到图像处理的结果直接影响到控制精度,研究了图像预处理、边缘检测和特征点提取方法,给出了基于图像处理的目标物体中心点像素坐标的确定方法。其次,为解决视觉伺服系统模型不确定性对控制系统性能的影响,提出了基于无模型自适应（Model Free Adaptive Control,MFAC）的机械臂视觉伺服控制方法。使用视觉伺服系统输入输出数据设计控制器,将目标物体的特征点信息和期望特征之间的差值作为反馈信息传递给控制器驱动机械臂运动,使得目标图像特征点像素坐标达到期望位置。仿真结果验证了无模型自适应视觉控制方法在视觉伺服系统模型不确定情况下的有效性。最后,为进一步提高系统的控制精度,本文提出了无模型自适应预测控制（Model Free Adaptive Predictive Control,MFAPC）的视觉伺服控制方法。通过在每一个时刻建立机械臂视觉伺服系统等价的动态线性化数据模型,利用机械臂视觉伺服系统输入输出数据估计系统的伪偏导数,同时应用预测控制算法计算最优控制量。仿真实验验证了无模型自适应视觉预测控制方法在无标定环境下和模型未知环境下的有效性。