视觉是人类获取信息的重要感官之一,人们每天从视觉图像中获得大量的信息。视觉传感器也是机器人的重要传感器,它具有非接触式测量、成本低等特点,目前应用范围越来越广泛。最近几十年对于移动机器人的研究有了前所未有的发展,比如:宇宙探索、深海勘探、以及家庭服务等。视觉伺服是机器人控制领域的一个重要研究方向,其主要思想是利用视觉传感器获得图像信息,以控制移动机器人到达指定位置/姿态。视觉伺服镇定控制是机器人视觉控制的一个难点,现有方法通常假设外界场景是静态的。在实际场景中,由于外界环境的干扰可能导致视觉特征会发生移动,再加上特征模型信息及场景深度信息不一定可知,这给视觉伺服镇定带来了挑战。所以,对于完成动态场景下的镇定控制任务,将具有重要意义。本文所做的工作主要体现在以下几个方面:1)介绍了非完整系统及非完整移动机器人,基于此建立了运动学模型。针对动态场景,搭建了移动机器人视觉伺服系统的实验平台,为以后的算法验证提供了平台。对于常用到的视觉伺服控制算法进行了分类封装,提高了编程效率,并且有较好的可扩展性。2)为了解决在动态场景中视觉伺服镇定的问题,本文提出了一种基于监视的视觉伺服策略,在目标特征动态变化的情况下可以完成视觉伺服镇定任务。具体而言,以监视视觉系统、移动机器人系统、坐标系变换及POSIT(Pose from Orthography and Scaling with Iterations)算法为基础设计了视觉伺服策略。其中,视觉伺服中用到的特征点3D位姿是已知的。最终在动态变化的场景中将移动机器人驱动到期望位姿处。通过仿真和实验对该方案进行了验证。为了体现该方法的优势性,利用设计的方案与传统的视觉伺服镇定策略进行对比实验。3)对于视觉伺服过程中发生移动的特征点,当它们的位置模型未知且深度信息未知时,为视觉镇定控制带来了挑战。对于这个问题,提出了一种场景模型未知情况下的移动机器人动态视觉伺服的方法。该方法以六自由度的单应矩阵分解、坐标系变换及自适应控制等算法为基础,以场景中的四个或四个以上的共面特征点的像素坐标为对象来设计。仿真和实验结果验证了方案的可行性。4)为了提高移动机器人控制系统的实时环境感知能力,本文利用ZigBee无线通信技术,设计了在线场景监控相结合设计了两组实验方案。其中第一组实验只对特征点做了一次移动,而第二组实验是在特征点实时变动的情况下进行视觉伺服镇定任务。实验数据表明了该策略的有效性和可行性。