在基于图像特征的机器人显微视觉伺服运动控制中,显微视觉图像雅可比模型辨识是一个尚未得到很好解决的问题。由于图像雅可比模型辨识直接影响系统的控制性能和稳定性,因而受到学术界的广泛关注和重视。本项目深入研究基于模糊自适应Kalman滤波的动态雅可比模型辨识方法,其主要研究思路是将雅可比矩阵元素构造为系统状态变量,利用Kalman滤波器实现无偏差最优估计,在机器人参数和滤波参数未知和成像模型动态变化的情况下,通过模糊逻辑自适应控制器在线监测滤波新息均值和新息协方差误差,对过程噪声和量测噪声进行自适应调节,从而实现未知环境下动态图像雅可比模型的自适应辨识。该项研究为解决显微视觉图像雅可比模型的自动辨识问题提供了有效的技术途径,具有重要的理论意义和广泛的应用前景。主要研究内容有显微视觉图像雅可比模型,显微视觉图像雅可比模型自适应辨识方法,以及基于显微图像雅可比模型自适应辨识的无标定视觉伺服控制。