随着服务机器人的飞速发展及广泛应用，对服务功能的要求也越来越高。近年来，受神经生物学、生物视觉的启发，机器人手眼协调仿生控制技术越来越受到众多学者的青睐，成为近年来机器人研究领域的热点。本文开展的研究工作受到国家高技术研究发展计划（863计划）项目以及上海市科委重点项目的支持。本文以自主研发的服务机器人为研究对象，深入研究了服务机器人目标识别与定位、静态目标抓取及动态目标跟踪的手眼协调仿生控制等内容，并通过实验进行了验证。论文主要内容如下：1、介绍了基于立体视觉和轻量化手臂的轮式全向移动服务机器人架构。采用三目立体视觉系统、代码开放的模块化关节型手臂，全向轮式移动机构，以及工业PC控制器，重量小、运动灵活，体现了新一代服务机器人智能化、开放化、可重构化、PC化的发展要求。2、在服务机器人目标识别方面，研究了基于Contourlet变换域隐马尔可夫树模型的方向多尺度图像边缘特征提取算法，以及改进的归一化互相关特征匹配算法。近年来国内外学者虽然提出了很多图像边缘特征提取算法，但基本都不具有类似人眼的方向特性，不能最优地表示含面奇异，或者含线奇异的高维函数。而在高维空间中，具有面奇异，以及线奇异的高维函数十分普遍，譬如，物体表面不连续的光滑边界就具有线奇异。为了弥补这种缺陷，本文基于人眼视觉的方向多尺度特性，结合图像方向多尺度几何分析理论，深入研究了基于Contourlet变换域隐马尔可夫树模型的图像边缘特征提取方法。该方法不仅具有小波的时频局域特性和多分辨特性，还具有方向性和各向异性，是高维函数的最优表示方法，是高维复杂视觉图像边缘检测的有效工具。其优势在于提取方向信息、细节信息的能力很强，特别适合于圆形、椭圆形、不规则形状等具有多方向性图案或物体的识别。这是小波分析、Canny算子等方法无法媲美的。在服务机器人目标识别方面具有广泛的应用价值与前景。在特征匹配方面，由于归一化互相关匹配算法虽然抗噪声能力强、匹配准确，但互相关系数计算量大，要提高匹配速度，必须简化计算。为此，本文引入了卷积运算，把卷积应用于归一化互相关系数计算当中，大大简化了计算，有效提高了系统的实时性。3、在服务机器人目标位置测量方面，基于人眼双目立体视觉成像机理，利用对极约束原理和双目立体视觉成像系统模型，分析了立体匹配算法，提出了基于对极几何和单应矩阵的立体匹配及误匹配剔除算法，提高了目标位置测量精度。4、在服务机器人静态目标物体抓取方面，分析了人体手眼协调“最优轨迹”运动机理，给出了人体手眼协调运动数学模型，建立了服务机器人手臂运动学模型，对服务机器人手臂在目标抓取时的路径，进行了仿生运动规划，使得手臂末端执行器沿“最优轨迹”运动，运动轨迹近似直线，速度曲线近似钟形，运动平稳。通过实验验证，服务机器人能够按照仿生运动轨迹抓取目标物体。5、在服务机器人动态目标跟踪方面，对服务机器人手臂在动态目标跟踪时的路径，进行了仿生运动规划，使得手臂末端执行器沿“最优轨迹”运动，点到点之间的分段运动轨迹近似直线，速度曲线近似钟形，运动平稳，并通过实验进行了验证。本文利用立体视觉反馈信息，通过手眼仿生控制，研究并实现了三维空间中静态目标抓取，以及动态目标跟踪，这些研究成果将有助于开放式系统下机器人智能化、模块化、PC化、仿生化，以及多传感信息融合等技术的提高，将对拓展机器人的应用领域，具有积极的学术意义和重要的实际意义。