随着科学技术的发展,机器人频繁地出现在大众视野,其应用范围也逐渐由工业领域扩展到生活服务、医疗卫生等领域。机器人工作环境也日趋复杂且非结构化。视觉传感器作为机器人的“眼睛”,是机器人在非结构构化工作环境中运行必不可少的组件。因此,视觉伺服系统已成为机器人控制领域热点研究方向之一,对提高机器人适应复杂环境和自主控制能力具有重要意义。由于对系统参数不确定性和图像测量噪声的鲁棒性较强,基于图像的视觉伺服技术在机器人控制中得到了广泛的应用。然而,传统的基于图像雅可比矩阵的视觉伺服系统存在稳定域较小、特征点容易丢失,且容易产生意料之外的运动轨迹等问题。因此,针对基于图像的视觉伺服系统,如何提高视觉伺服系统的性能,保证目标始终在视野之内,且在非结构化环境下避开障碍物尤为重要。针对上述问题,本文对基于视觉的机器人位姿估计和控制进行了深度研究,主要研究内容如下:1.针对单目相机无法感知环境三维信息问题,提出了一种特征点位置的连续Riccati观测器设计方法,利用三维信息的估计来提高视觉伺服系统的性能。首先,基于机器人的运动信息,给出了扩展Kalman滤波器设计方法。在此基础上,利用Lyapunov方法设计了确定性框架下变增益的连续Riccati观测器,并给出了用于求解观测器增益的连续Riccati方程。最后,通过仿真和实验验证了所提方法的有效性。2.针对相机和目标物体之间的相对方位未知的情况,分别提出了基于位置信息和图像信息的动态位姿估计方法。首先,在已知特征点三维信息时,设计了SE(3)空间上的非线性位姿补偿滤波器,且通过切换策略改进了观测器在非期望平衡点附近的性能。其次,当特征点三维信息未知时,设计了利用图像信息的相对方位滚动时域估计器。最后,通过仿真与实验验证了所提方法的有效性。3.针对基于图像雅可比矩阵的视觉伺服中的视野丢失问题,提出了一种基于模型预测控制的视觉伺服控制方法。首先,利用图像雅可比矩阵对特征点的运动信息进行预测,将视野丢失问题表示为不等式约束。通过定义预测性能指标,给出了具有不等式约束的最小化问题。进而,采用LOQO内点法求解具有不等式约束的优化问题,给出了模型预测控制器的迭代解。最后,通过仿真与实验验证了所提方法的有效性。4.针对图像雅可比矩阵只在局部有效的问题,提出了一种基于三维运动模型的级联视觉伺服控制方法。首先,利用Lyapunov方法在虚拟球面上设计了一种保证系统渐近稳定的位姿控制器。其次,利用切换策略改进了控制器的姿态控制性能,从而将系统分解为级联结构。进而,在旋转控制信号已被姿态控制器确定的基础上,提出了具有视野约束的平动信号的模型预测控制方法。最后,通过仿真和实验验证了所提算法的有效性。5.针对工作空间中存在障碍物的情况,提出了一种基于数值优化的冗余机械臂避障路径规划方法。首先,将避障约束表示成位于障碍物包络椭圆外的约束,从而将避障路径规划问题转化为一类数值优化问题。进一步,考虑冗余机械臂的逆运动学求解,提出了一种基于迭代优化的逆运动学求解方法,将工作空间的路径转化成关节空间的路径,保证冗余机械臂在关节空间的避障。最后,通过仿真验证了所提算法的有效性。