随着机器人技术的迅速发展,机器人执行的任务越来越复杂,对机器人智能化的要求也越来越高。机器人视觉伺服是指在机器人运动控制中应用视觉信息实现机器人的闭环控制,这是近年来智能机器人研究的一个热点问题。本文针对伺服系统总体方案、机械臂运动学、摄像机标定技术、视觉伺服子系统和视觉控制器等问题展开研究。以实验室自主研制的机械臂为研究对象,对机械臂的运动学进行了分析,使用Robotics工具箱对机械臂进行了建模和仿真,仿真结果验证了机械臂运动学方程的正确性。针对标定工具箱的不足,提出了一种结合改进Harris角点检测算法和张正友两步法的摄像机标定方法。分别使用标定工具箱和文中提出的方法对工业摄像机进行标定,结果表明新方法的标定结果与工具箱的标定结果误差较小,可以实现对摄像机内外参数的标定。结合识别目标的特征,提出了一种适用于本课题的图像处理方案。对图像进行了预处理并提取了目标边缘,结合目标特点对提取的边缘进行了椭圆拟合,并对椭圆拟合偏差进行了分析,为后续的视觉控制器设计奠定了基础。针对常规方法设计视觉控制器的不足,基于BP神经网络对视觉控制器进行了设计,考虑了不同网络参数和训练算法对网络训练效果的影响,对神经网络模型进行了仿真,仿真结果表明使用BP神经网络拟合视觉控制器具有较高的仿真精度。对机械臂视觉伺服系统进行了实验调试,实验结果表明伺服系统具有较高的伺服精度,能够满足课题的设计要求。