伴随着自动控制理论、图像处理技术、滤波技术与计算机视觉等学科的迅猛发展，视觉传感器已逐渐被研究者广泛应用到机器人领域。视觉传感器在机器人控制中的应用主要有视觉导航、视觉跟踪、视觉伺服等。这些方面的研究极大地提高了机器人的灵活性、智能性与精确性。其中，视觉伺服(Visual Servoing)是指使用视觉反馈信息对机器进行镇定控制，使其运动到期望位姿处。它是视觉控制领域的研究热点及难点问题。虽然相关领域的学者已提出许多方法来解决此问题，然而时至今日，其中的很多关键性问题仍未得到很好的解决。对于视觉伺服研究中的视野范围（FOV）约束问题，作者提出了一种基于二自由度云台摄像机的移动机器人主动自适应视觉伺服理论框架，并针对相关问题进行了深入的研究。本文的工作主要集中于以下几方面：（1）提出了一种基于二自由度云台摄像机的移动机器人主动视觉伺服控制方案。具体而言，通过实时调节云台摄像机的俯仰角和偏航角，使摄像机的光轴始终指向参照物几何中心，以解决FOV约束问题。与非主动自适应视觉伺服系统不同的是，该方法可以实现路径最优；与以往的主动视觉移动机器人系统不同的是，由于云台加入了俯仰角度的变化，使得移动机器人的视野更加开阔，可以充分利用周围环境中具有明显特征的目标物，如天花板、排风口、标志牌等，完成视觉伺服任务。另外，应用更加灵活，可以方便地与激光测距仪等传感器相结合，以弥补单目视觉的深度信息缺失等缺陷。（2）建立了系统的运动学模型。介绍了摄像机的小孔成像模型、摄像机内参数和外参数模型；建立了云台系统与机器人坐标系的转换关系方程；建立了地面移动机器人主动视觉跟踪系统几何模型；详细推导了目标几何中心在图像平面的运动学模型，即推导出目标几何中心在图像平面的运动速度与机器人在世界坐标系中的线速度、机器人在世界坐标系中的角速度、云台在机器人坐标系中的旋转角速度与摄像机平移外参数、摄像机内参数、图像误差之间的关系方程；证明了云台在机器人坐标系中的旋转角速度产生的图像雅克比矩阵的可逆性。这些无疑为以后的控制率设计和系统性能分析打下了坚实的基础。（3）设计了带机器人运动补偿的主动自适应视觉控制器。该方法通过实时调节云台摄像机的俯仰角和偏航角，使摄像机的光轴在视觉伺服过程中始终指向参照物的几何中心，以解决FOV约束问题。（4）针对本文中摄像机坐标系与世界坐标系相对运动自由度多，相对运动复杂的特点，提出了基于对偶四元数的移动机器人主动视觉定位方法。该方法有效地避免了摄像机与世界坐标系坐标转换过程中的计算奇点，实现了旋转矩阵与平移向量的同时最优求解，计算量较小，计算精度较高。最后仿真验证了算法的有效性。（5）对轮式移动机器人的非完整性约束问题进行了相关研究。在前文实现对单目视觉移动机器人进行实时运动状态估计的前提下，实现了基于位置的移动机器人视觉伺服控制，仿真验证了镇定控制算法的有效性。