本文描述了在基于圖像的視覺伺服系統中，當攝像機的初始位置遠離期望位置時可能出現的問題。通過具體的例子說明了在伺服過程中，圖像雅可比矩陣的局部極小值或奇異點是可以達到的。然后我們回顧最近的結果，以避免這些缺點。它包括直接從圖像中獲得的視覺特征和基于位置的特征。這種方法被稱為21/2d視覺伺服，在功能上也提供了與特征相結合的平均值的補充優勢。

　　視覺伺服的兩種經典方法（基于圖像的控制和基于位置的控制）在各自的控制方案中使用的輸入性質上是不同的〔4，5〕。即使由此產生的機器人行為也不同，這兩種方法通常都給出令人滿意的結果：收斂到由于控制方案采用閉環控制，系統穩定，對攝像機標定誤差、機器人標定誤差和圖像測量誤差具有魯棒性。然而，在某些情況下，可能會出現收斂性和穩定性問題，特別是當初始攝像機位置遠離其期望位置時。在基于位置的視覺伺服系統［12］中，第一個缺點是圖像中沒有執行任何控制，這意味著目標在伺服過程中可能會離開攝像機的視野（當然會導致其故障）。第二個缺點是必須說明強有力的假設，以證明穩定性在本文的下一部分中，我們說明了基于圖像的視覺伺服系統也存在一些缺點。更準確地說，當地的最低標準可能達到，埃齊奧·馬利斯目前在英國劍橋大學。這意味著最終的機器人位置與期望的位置不一致。此外，圖像雅可比在伺服過程中可能會變得奇異，這當然會導致不穩定的行為。最后，如果能夠給出基于圖像的視覺伺服系統的一個充分的穩定性條件，那么在實際應用中就不可能充分利用它。為了解決這些問題，已經在〔6〕中描述過的一種有前途的方法是將直接從圖像中獲得的視覺特征與在歐幾里德空間中表示的特征相結合。如第3節所述，我們因此獲得了一個具有有趣的解耦特性的塊三角圖像雅可比矩陣。也可以確保無論初始攝像機位置如何，目標都將保持在攝像機視野中。由于最近在射影幾何學方面的成果，不必知道所考慮對象的任何CAD模型。即使在存在校準誤差的情況下，也可以獲得確保系統全局穩定性的分析條件。最后，我們描述了一種新的控制方案，它屬于21/2d視覺伺服方法，并且允許攝像機軌跡在笛卡爾空間中是一條直線。