随着图像处理、滤波技术、控制理论与计算机视觉等技术的发展,视觉传感器被广泛应用于机械臂或移动机器人来提高系统的灵活性、智能性与精确性。基于视觉传感器的移动机器人控制研究主要集中于视觉导航、视觉跟踪、视觉伺服和基于视觉的定位与建图等方面。其中,视觉伺服控制是利用视觉传感器获得的图像信息,来控制移动机器人到达指定位置／姿态。在视觉伺服这一研究领域取得了一些研究成果,但就该技术的研究与实际应用而言,尚存在一些有待解决的难点问题。如系统对摄像机内参数和图像噪声过于敏感,特征点在视觉伺服过程中很难始终保持在视野范围内(FOV问题),视觉效率较低以及复杂环境下不易进行路径规划等。考虑到视觉伺服研究中存在的上述主要难点问题,论文提出了一种移动机器人主动视觉伺服控制框架,并针对相关难点问题进行了深入研究。总体而言,本文的主要工作集中于以下几个方面：(1)本文搭建了移动机器人主动视觉伺服系统实验平台,简化了视觉伺服算法实现的复杂度。具体而言,该系统硬件部分主要由Pioneer3-DX移动机器人、PTU D46-17云台系统以及DH-SV400FC摄像机组成。它们通过1394数据线或串口转USB数据线来进行高速数据交换。软件部分应用面向对象的编程思想编写而成,其主要特点是提高了视觉伺服算法的软件实现效率,增加了软件编程中的代码复用率。同时,该软件平台还具有较好的可扩展性。(2)本文提出了一种具有全局指数收敛特性的摄像机内参数观测器。此观测器可应用于主动视觉伺服系统中对摄像机进行在线标定。具体而言,该方法利用主动视觉伺服系统中的高精度云台机构驱动摄像机进行俯仰和偏航运动,同时提取摄像机拍摄图像中的特征点图像坐标。随后,本文分析了摄像机运动与图像特征点变化的运动学关系,并结合云台摄像机的运动约束简化了该模型。在此基础上,利用三维环境中四个或四个以上静止特征点的图像像素坐标构造了一种摄像机内参数观测器。最后,应用线性时变系统稳定性定理证明了该观测器具有全局指数收敛的性能。仿真结果表明了该摄像机内参数观测器具有辨识准确、收敛速度快等优点。(3)针对在伺服过程中目标特征容易出离摄像机视野范围问题和运动轨迹低效问题,论文提出了一种移动机器人自适应主动视觉伺服方法。它采用视觉跟踪控制和移动机器人镇定控制的内外两层控制结构。其中,视觉跟踪部分通过自适应控制器来驱动云台摄像机进行俯仰和偏航运动,从而保证特征点始终位于视野范围中心位置处。移动机器人镇定控制部分使用了一种分步控制器驱动移动机器人以直线路径运动到期望位姿处。概括而言,移动机器人主动视觉伺服系统存在如下优点：1.系统实时满足FOV约束条件。2.伺服效率高。3.算法不需要三维位姿提取算法。最后,通过仿真和实验验证了该方法的性能。(4)针对视觉伺服控制在某些特殊场合应用时期望图像不可获得的问题,论文提出了一种无期望图像的移动机器人主动视觉伺服控制策略。与传统的视觉伺服系统相比,该系统不需要期望位姿处拍摄的图像与当前图像进行比较,而直接利用实时拍摄的图像进行伺服控制。具体而言,在期望图像未知条件下系统选择三维环境中的目标特征建立基准坐标系。随后通过图像特征点信息、云台机构反馈角度和位姿提取算法来计算移动机器人实时的角度状态量,同时利用高度观测器并结合摄像机模型对移动机器人在基准坐标系下的距离信息进行估计。在此基础上,本文设计了一种分步控制器将移动机器人镇定控制到基准坐标系表示下的任意位姿处。实验结果证明了该伺服策略的正确性与可行性。