服务机器人发展迅速,智能化趋势明显,其中,NAO机器人在治疗自闭症儿童,支持督促老人进行体育活动,并监测其体征,以及与人类互动等方面尤为突出。在这些应用中,本文采用A-star算法、自适应控制策略研究了NAO机器人手臂轨迹规划中路径节点选择的较大随机性,以及手臂控制算法缺乏系统性的问题。首先,为了使NAO能灵活运用手臂并达到目标位置,可以利用Naomarks对目标物体进行识别,能够快速准确获得目标物的方位信息。根据运动学逆解,对机器人手臂工作空间进行求解,并进行机器人手臂轨迹规划。由于目标物位置从始至终为固定的,整个环境为静态路网,采取快速直接的启发式函数对工作空间进行搜索,根据其给出的搜索信息选择最优节点,然后从笛卡尔空间转换为关节空间,得到关节变量,进行轨迹规划。其次,针对NAO手臂抓取物体轨迹精确控制问题,对其手臂进行了运动建模并选择合适控制策略。采用Denavit-Hartenberg理论,在分析NAO左臂结构后,确定其手臂相关坐标数据,得到D-H运动学参数,求解手臂运动学方程,并用几何方法计算手臂逆运动学公式。为了能够更高效率控制机器人手臂,在此基础上建立了手臂的动力学模型,并依据该模型设计了PD控制器和自适应控制器。根据Simulink的结果,当系统存在较大扰动时,自适应控制器对机器人手臂运动具有较好的跟踪性和鲁棒性。