六自由度工业机械臂被广泛应用于生产制造业中,其智能化势在必行。实现智能化最基本的手段是加载双目视觉系统,从而构成基于六自由度工业机械臂双目视觉伺服控制系统。因此,关于基于六自由度工业机械臂的视觉伺服控制系统的研究具有深远的意义。本文的研究工作分为两部分,即视觉系统与控制系统。视觉系统主要解决两个基本问题,即目标信息的提取与摄像机的标定。目标信息的提取依靠图像处理技术,包括对获取的图像进行图像增强,滤波去噪,边缘提取等,分别介绍了基于颜色与基于形状的目标识别方法。摄像机标定方法主要为直接标定和间接标定。在直接标定中需计算摄像机几何模型,耗时长,因此提出了基于改进仿电磁学(EM)优化极限学习机(ELM)摄像机标定的方法,利用极限学习机精确拟合图像坐标和空间坐标之间的映射,并对EM进行步长和空间解域的改进,最后通过改进仿电磁学优化极限学习机的输入权重和偏置。通过仿真与实验证明,EM在优化ELM上收敛速度快,同时可以提高极限学习机的泛化能力,标定精度高,适合点焊等高精度要求场所。在控制系统问题上,首先介绍机械臂的运动学和动力学问题,并将高阶系统分成子关节的二阶系统。其次,采用全局快速终端滑模控制方法对机器本体进行控制,分析其稳定性、奇异性以及收敛性。通过分析得出滑模控制律参数对控制效果有直接的影响,故此,通过粒子群算法(PSO)对参数进行离线寻优。最后通过仿真以及实验表明,优化后的系统响应及收敛速度更快,可以有效的消减抖振问题。最后通过整合两部分,形成一个基于六自由度工业机械臂的视觉伺服控制系统,并进行相关实验,表明本文提出的视觉伺服系统方案是有效、可行的。