移动机器人是一个集环境感知,动态决策与规划,行为控制与执行等多功能于一体的综合系统。视觉是人类观察世界和认知世界的重要手段,人类从外部世界获得的信息80%是由视觉获取的。随着信息技术的发展,给计算机、机器人或其它智能机器赋予人类视觉认知功能,使计算机具有通过二维图像认知现实世界的能力。机器人视觉伺服是移动机器人中的一个重要领域,是机器人导航的一个重要方面,改善现有智能机器人的性能,使之在军事、太空、工业等领域得到更加广泛的运用。机器人视觉伺服主要分为：基于位置的视觉伺服(PBVS)、基于图像的视觉伺服(IBVS)、2-1/2-D昆合视觉伺服。由于基于位置的视觉伺服需要预先知道三维场景的结构,而混合视觉伺服要求知道相机校准参数,还需对相机位置进行估计,因此基于图像的视觉伺服成为本文研究的重点。在基于图像的视觉伺服中,通常采用近似线性输入输出控制法,该方法需要多处近似处理,而且需对初始位置与目标位置的距离进行估计,以上都会给最终结果造成一定的误差,特别是对位置间距离估计偏差太多很可能造成任务的失败。为解决以上问题,本文提出了一种新的基于图像的视觉伺服控制算法,它采用极线几何与三角几何相结合的方法,能避免近似处理,而且不需对初始位置与目标位置间的距离进行估计,从而能很好的完成任务。在基于图像的视觉伺服中,采用针孔相机很难保证图像相关特征点一直处于相机的视野域内,如果特征点未被相机捕捉到很可能直接导致整个任务的失败。全景相机能很好的解决这个视野域受限制的问题,为此本文还对采用全景相机的视觉伺服控制算法进行了研究。最后通过仿真实验比较了现有算法和本文算法,证明了本文算法的有效性和可行性。