随着机器人运动学、控制理论、图像处理技术及计算机硬件技术和摄像机的快速发展,视觉伺服控制系统逐渐成为了机器人研究领域的一个热门课题。尤其是把机器视觉与神经网络、智能控制、信息融合技术等相结合起来,无论在理论上还是应用上视觉伺服系统都有了很大的进展。移动机器人视觉伺服控制技术是利用视觉传感器来获取环境信息,控制移动机器人执行相应动作。本文探讨了室内环境下轮式移动机器人视觉伺服控制的相关技术,由于传统的控制方法都没有考虑车轮所引入的非完整约束对移动机器人控制的影响,因此本文中主要工作和创新之处就在于引入了模型预测控制方法,并运用原对偶神经网络在线求解凸优化问题。模型预测控制具备预测模型、滚动优化和反馈校正三个基本特征,它对于解决移动机器人运动控制问题具有独特的优势。传统的研究方法往往忽略或者简化了机器人运动学以及动力学约束,而这类约束对于控制性能有显著影响,模型预测控制方法则能够非常方便并显式地处理这些约束。本文根据在笛卡尔积坐标和极坐标下得到的微分运动学方程,模型预测控制可以把目标函数转化为一个二次规划的问题,在有限时域内执行预测控制,然后通过原对偶神经网络在线求解上述二次规划问题,从而实现视觉伺服系统的控制任务。线性矩阵不等式的可行解保证了视觉伺服系统的闭环渐近稳定性。使用其滚动优化和反馈校正的特性,能够有效降低甚至消除闭环系统时滞问题所带来的影响,并能够方便地结合预测的未来信息对运动控制进行优化,达到提升控制性能的目的。本文基于模型预测控制实现了非完整移动机器人的视觉伺服,包括视觉镇定、轨迹跟踪、基于视觉的编队控制。最后,通过三个相关的实验分别验证了模型预测控制实现视觉伺服的有效性和可靠性。