作为基础能源的核电事业在燃料棒组件的生产水平和装备上相对落后,燃料棒在组装时会因其细长的结构特征导致组装任务难以完成,自动组装的重要方向就是基于视觉对机器人进行优化控制,实现自动组装。机器人视觉伺服是机器人研究领域的一个重要部分,其主要核心是对视觉系统的反馈信息进行处理难点在于建立机器人和视觉系统之间的映射关系。本文以图像雅可比矩阵描述上述两者的映射关系,采用双目固定的相机布置方式,分别以点和角度为图像特征,组成图像雅可比矩阵。采用鲁棒信息滤波递推估计算法进行图像雅可比矩阵的在线辨识更新,主要工作如下:针对燃料棒细长易变形的结构特性,利用Ansys软件对其进行力学分析,确定最佳夹持位置,设计了一款气动柔性专用机械手爪及气动控制回路来实现其抓取任务及装配作业,避免由于位置坐标误差、指令出错等导致装配任务失败或引起巨大应力对机器人造成损坏。图像处理提取点与角度特征时,针对Canny算子的适应性缺陷,无法取得高斯滤波器平滑参数和高低阈值的兼顾问题,采用双边滤波代替高斯滤波以增强保边功能,结合小波变换增强边缘信息。优化的Canny算子在图像的均值、方差、熵及平均梯度值参数方面加大的改善了图片质量,实现了图像的去噪及边缘增强效果,为后续雅克比矩阵的在线估计奠定了基础。提出了基于图像的六自由度机器人固定双目无标定视觉伺服控制方法。鲁棒信息滤波方法在线估计图像雅可比,通过图像雅可比提供的手眼映射关系,在图像平面设计期望的图像特征位置通过图像特征偏差驱动、引导机械手在任务空间实现位姿定位的任务。基于Matlab环境下的机器人工具箱结合机器视觉工具箱,搭建了视觉伺服仿真平台,并设计了基于图像的无标定机械手六自由度视觉伺服仿真对比试验,综合比对了不同图像雅克比估计算法对本课题组装任务的优缺点,进行了实物实验。仿真结果表明鲁棒信息滤波估计图像雅克比在速度和精度上都占优势。通过实物实验验证基于图像的无标定伺服控制的可行性和有效性,基于VC++的MFC框架开发的软件监控平台实时显示装配进度以及错误预警等。