视觉传感器使机器人具有视觉感知功能,是机器人系统组成的重要部分之一。机器人通过视觉传感器获取环境和目标物体的二维图像,然后利用图像处理技术对二维图像进行分析和解释,并将分析和解释的结果转换为可用信号,实现对目标物体的识别、测量和控制。由于线结构光视觉传感器具有抗干扰能力强、精度高、实时性强、主动受控等优点,特别适合于应用在复杂环境里的机器人测量和控制任务中。机器人利用视觉信息进行测量和控制时,通常需要获取视觉传感器坐标系和机器人坐标系间的关系及结构光的空间位姿,这需要对机器人末端与视觉传感器间的手眼关系及视觉传感器进行标定。本文针对机器人线结构光视觉系统中的线结构光视觉传感器标定、机器人手眼标定和基于图像控制的机器人视觉系统自动标定问题展开了研究工作。第一,以具有一组正交直径的同心圆为靶标,提出了一种基于两消隐点正交几何特性的摄像机内参数标定方法。证明了正交直径产生的两消隐点在摄像机坐标系下的正交性,利用毕达哥拉斯定理建立了摄像机内参数的约束方程,通过对约束方程的线性化求解实现了摄像机内参数的线性标定。将K-均值聚类算法与最小二乘法结合进行消隐点求解,有效提高了消隐点提取的精度和鲁棒性,从而保证了摄像机内参数标定的精度和鲁棒性。标定结果和误差分析表明,标定精度能够满足毫米级测量要求。第二,给出了线结构光视觉传感器光平面方程系数与视觉传感器几何结构参数之间的关系。对线结构光视觉传感器的测量范围和测量精度进行了理论分析,讨论了图像特征测量偏差和几何结构参数对线结构光视觉传感器测量范围和测量精度的影响,为线结构光视觉传感器的几何结构配置和结构参数选择提供了理论依据。提出了一种以已知距离共线三点为靶标的线结构光平面标定方法,实现了两步法中的线结构光平面标定。第三,以具有一组正交直径的同心圆为靶标,提出了两种机器人手眼标定方法。一种是基于摄像机运动量的方法,利用靶标图像产生的两正交消隐点计算出运动前后机器人末端摄像机的运动量;以单位四元数法表示手眼矩阵的旋转部分,利用解耦求解策略分别对旋转部分和平移部分进行线性求解。另一种是基于摄像机外参数和靶标位置参数的方法,利用两正交消隐点和定点变位姿方法分别求出摄像机相对于靶标的外参数和靶标位置参数,将它们代入手眼标定模型实现手眼标定。实验结果表明,标定精度满足毫米级测量要求,是可行和有效的标定方法。第四,给出了面向光条纹与直线对齐任务的基于图像的无标定视觉控制方法,根据视觉系统的配置特点和直线极坐标表示,推导了图像空间中光条纹和目标直线特征与三维空间中机器人位姿间的图像雅可比矩阵,并利用Kalman滤波算法对它进行在线估计。给出了摄像机内参数标定误差的等效描述,基于这种描述分析了标定误差对控制系统稳定性和控制精度的影响;根据李雅普诺夫稳定性理论,利用劳斯稳定判据分析了连续视觉控制系统和离散视觉控制系统的稳定性。提出基于图像控制的线结构光平面自动标定方法,在摄像机内参数已知的前提下,利用线对齐控制策略实现了线结构光平面的自动标定,标定精度优于人工标定方法。第五,给出了光条纹与机器人工作空间中特定点对齐的无标定视觉控制方法,以图像空间中直线斜截式参数为特征推导了图像雅可比矩阵,并利用Kalman滤波算法对其进行在线估计,实现了线结构光条纹与机器人操作空间中特定点的对齐控制。提出基于图像控制的机器人手眼自动标定方法。在线结构光视觉传感器已标定的前提下,基于手眼关系坐标变换模型,利用线点对齐控制策略实现了机器人手眼自动标定,标定精度优于人工标定方法。