由于在工业生产测试等多个领域,人们对机器人的自动化程度要求越来越高,人们需要机器人能够胜任复杂的和多样化的操作任务。现有的工业机器人示教再现法能解决固定位置、固定目标、固定流程的生产作业任务,但是对于目标位置或者机器人位置存在不确定性的问题往往无法处理。为了处理存在不确定性、未知性和意外性的自动化作业任务,工程师和研究人员常常在机械臂上搭载额外的传感器,使机械臂智能化,自主化。围绕自主机械臂高精度插件作业问题,本文提出了一个基于视觉的机器人插头插件系统,在机械臂末端搭载一个单目相机,形成Eye-in-Hand手眼系统,通过视觉定位和控制来保证机械臂的作业不受到目标位置不固定的影响。本文主要解决两个问题。首先,针对现有的复杂的或特殊的机械臂定位与插件方法造成的系统结构复杂且只能应用于特定目标的问题,提出了一种基于单目相机视觉控制的无需人工标记的机器人插头插件方法。第一步,通过基于灰度的特征描述子在图像平面上识别目标。第二步,寻找目标在图像二维平面上与世界三维空间中一一对应的点,通过多点透视方法计算出相机与机械臂相对于目标平面的姿态。第三步,在最终插件前,通过图像匹配提高精度,保证插件的质量和安全性。其次,在现有三维姿态估计方法的基础上,为了解决对应点定位不准确,存在漏检、误检的问题,提出了一个基于角点定位优化指标的角点检测方法。该指标既能够自动计算出最优的图像预处理阈值,也能用于选取最优的角点。该角点检测方法把分层生长的边缘点拟合的直线交点作为候选角点,通过判断候选角点的指标来选取角点。最后,分别对基于视觉的机器人插头插件方法和基于角点定位优化指标的角点检测方法进行了连续性测试和准确性测试,并且与经典的角点检测的方法进行了比较。实验结果验证了方法的鲁棒性和有效性。