随着信息技术和控制理论的融合发展,工业机器人成为当代工业生产中必不可少的自动化设备,提高了产品质量和工作效率。但是,机器人技术在智能化与柔性化方面仍然存在着改进的必要性,机器人视觉伺服控制技术应用图像传感器获得外界视野信息,可提高其环境感知力和反应能力,以应付不同的生产工作。本文以KUKA KR5 arc工业机器人作为研究对象组建视觉伺服控制系统,引导机器人完成对工件物体的抓取与组合。本文首先研究了机器人视觉伺服系统中的图像处理算法,包括图像的灰度和对比度变化、空间滤波和边缘检测等图像处理技术,对于图像处理的速度和精度要求,设计了视觉伺服控制的图像采集和处理流程;通过对边缘提取算法的比较分析,完成了目标图像的边缘检测;改进了归一化互相关匹配算法中计算量大且运行时间长的缺陷,提出图像金字塔逐层搜寻理念,加快了匹配速度,并推导了工件位姿计算方程。其次,分析了机器人视觉伺服控制模式,采用Denavit-Hartenberg法建立了机器人的运动学模型。按照系统要求对机械臂进行运动学分析,正向分析求解其关节转动角度以及末端位姿的函数方程,逆向分析求解机械臂目前位置对应各个关节的转动角度,并分析了机器人的轨迹规划问题。研究了摄像机标定和手眼标定方法,建立了视觉系统模型,确定了空间坐标和图像对应坐标的转换关系,并改进了标定误差,考虑畸变模型的切向分量对整体畸变模型的影响,使得标定更加精确。最后,搭建了关节型机器人视觉伺服控制系统实验平台,针对工业机器人关节的运动控制部分,设计了双闭环控制系统,采用PID控制算法,在Simulink中完成了仿真实验,实验设计与分析的结果表明:视觉伺服控制系统提高了图像处理的实时性并且减小了标定误差,达到了预期的目的。