从上世纪90年代中期以来,智能水下机器人(Autonomous Underwater Vehicle,AUV)在海洋科学调查以及军事领域得到越来越广泛的应用。水下浮游式智能机器人能够自主完成侦察、自动绘制海底地形图、援潜救生、地质探测取样等水下作业。智能水下机械手是AUV进行水下作业必不可少的工具。但是如何实现水下机械手的“智能化”是一个难题,也是当今世界研究的热门。本文以国家863计划“十一五”探索导向类项目“用于水下的智能化机器人手爪”(No:2006AA04Z244)为应用背景,探讨了如何利用水下视觉传感器的感知信息实现机械手的“智能化”,根据水下智能机械手的自身的结构特点和传感器的配置,“量身定做”构建了一种水下光视觉获取与处理系统,提出了一种基于单眼视觉的智能抓取控制方法。本文首次提出了采用基于Mean-Shift的粒子滤波方法来跟踪目标信息,采用基于单眼视觉的同时定位和地图构建(SLAM)来实时估计手爪自身的位姿,并融合目标和机械手位姿信息的智能作业策略;介绍了增强水下能见度的物理光学法,并讨论了使用Retinex算法增强水下能见度的可行性;指出在HSV颜色空间里分析目标特征能最大限度的克服水下复杂光照条件的影响;提出了以粒子滤波的跟踪椭圆为初始轮廓,使用无需重新初始化的变分水平集方法提高目标跟踪效果和提取目标轮廓。并探讨了将Davison等人的MonoSLAM系统应用于水下机械手位姿估计的可行性。