随着人工智能与智能制造逐渐兴起,为适应复杂多变的外部环境,智能化技术成为当前的研究热点。为提高控制系统的智能化程度,本文搭建了视觉感知的智能欠驱动机械臂平台,设计了基于机械臂末端视觉的目标检测、跟踪算法,并对其性能进行了验证。本文的主要工作有:一、设计了用于图像特征提取的视觉感知模块。本模块经图像预处理、目标检测、特征点提取及更新的流程后,可实现对目标特征点的有效提取。基于对本文环境下相机成像特点的分析,设计了基于传统滤波与基于卷积神经网络两种方式的目标检测算法。前者时间开销更小,但在背景极为复杂的情况下效果不佳。后者需要特定的软件与硬件支持。模块处理速度能达到30FPS,兼顾了精度与实时性的需求。二、设计了一种基于位置的目标跟踪算法。能够根据目标特征点的变化解算出目标空间位置,再得出控制期望。但是,该方案由于单目视觉深度信息的丢失,对目标的空间位置解算误差较大且其计算复杂度较大不能满足实时性要求。三、针对上述方案的不足,提出了一种基于图像的视觉伺服目标跟踪方案。该方案直接将控制误差定义在图像空间,不需要对目标空间位置进行求解,加快了算法的速度,并对移动目标进行了优化,算法能更快收敛;此外,利用卡尔曼滤波对系统延迟进行误差补偿,并对欠驱动系统的运动耦合进行了特征点位置补偿。算法能够快速收敛,满足实时性需求,且具有较好的鲁棒性。四、集成了欠驱动机械臂平台并对目标跟踪算法进行了实验验证。在原平台上外加单目相机集成实验平台,并利用不确定与干扰估计器对平台控制进行补偿,基于上述视觉感知模块与目标跟踪模块,搭建并测试了欠驱动机械臂实物平台。结合平台的控制模型在MATLAB中设计了对静止、移动目标跟踪的仿真实验,设计了对移动机器人跟踪的实物实验。仿真实验与实物平台测试结果均表明,本文所设计的针对移动目标的检测跟踪算法切实有效,该欠驱动机械臂平台可结合单目视觉实现平台的智能化。本文所设计的基于视觉的智能化欠驱动机械臂平台,实现了机械臂末端对目标的自主跟踪控制,同时适用于视觉控制理论的实物仿真与实验教学,具有一定的应用与研究价值。