工业机器人已经成为提高生产力不可或缺的手段。日益提高的质量要求和新的应用对机器人精度,可靠性和性能提出了更高的要求。目前,大多数国产机器人仍使用简单的PID运动控制器,未考虑机器人复杂的非线性动力学特性,这就限制了机器人的精度和性能。之所以这些控制器未考虑机器人动力学特性的一个重要原因是难以获得精准的动力学参数。基于实验的机器人参数辨识是唯一有效的获取精准动力学参数的方法。机器人参数辨识使用在精心设计的实验中所测得的运动参数和驱动器力矩来估计实际的动力学模型。考虑到6自由度串联机器人肘部连杆和腕部连杆惯性参数值的巨大差异,提出了一种分步辨识的方法,将机器人分为肘关节和腕关节两步辨识。该方法简化了辨识过程,能简单有效的得到6自由度串联机器人的动力学参数。机器人的动力学模型随着关节的增多变得越加的复杂,使得冗余自由度机器人辨识方程难以求解,参数估计效率低。针对该问题,提出了一种顺序辨识方法。每次辨识时只驱动3个关节轴,固定其它关节轴。该方法降低了辨识的难度,辨识效率显著提高,能高效的辨识出冗余自由度机器人的动力学参数。机器人负载的重要性越来越受到人们的关注,使得通过扩展机器人辨识方法来估计机器人负载惯性参数变得十分必要。在负载辨识中,不仅需要关注驱动器力矩预测精度,更需要特别关注惯性参数估计的精度。本文提出的负载辨识方法,不需要完整的机器人本体辨识,只是对已知的机器人动力学模型进行补偿便能得到负载的惯性参数。负载辨识对实验要求高,需要更多的先验信息和校正才能达到满意的精度要求。将辨识得到的机器人动力学模型用来改善机器人的轨迹跟踪精度时,为达到实时计算的要求,对动力学模型进行一定的简化。将简化的动力学模型作为力矩前馈来估计机器人实际关节力矩。前馈控制器使得实际轨迹更接近期望轨迹,力矩输出更平滑。针对并联机器人动力学和结构特性相当复杂,难以直接通过几何结构来求解和简化观测矩阵的问题,提出了基于虚功原理和奇异值分解的辨识方法。并结合并联机构的对称性和各分支机构的重复性特征,消除了大部分小的惯性参数,从而得以简化辨识模型,提高参数的辨识精度。本文以Stewart平台为例,完成了该平台的仿真验证。