随着科技的不断进步,机器人的研究方向从“机器换人”逐渐向人机交互转移,人机物理交互作为人与机器人最直接的交互方式,备受研究人员重视。在人机物理交互过程中,机器人需要保证运动的平滑和柔顺,以适应人的灵活性,从而提高交互的舒适性和安全性。为实现这一目标,轨迹跟踪控制和柔顺控制在人机物理交互控制中受到广泛关注。轨迹跟踪控制能够通过控制关节力矩实现机器人跟踪期望轨迹,使运动表现出期望的行为。柔顺控制能够调节机器人交互力与交互位置之间的关系,实现对人的柔性适应,从而提高人机物理交互性能。因此,本文将主要针对机器人的轨迹跟踪控制,柔顺交互控制两方面展开研究。主要的工作和贡献可以概括为以下三点:1.建立了二连杆机器人运动学和动力学模型,概述了滑模控制、最优控制和迭代最优控制原理,总结了柔顺控制方法中阻抗控制的核心思想,分析了最优阻抗控制的机理,研究了不同阻抗参数对人机物理交互任务性能的影响,为本文后续研究做基础。2.针对有限时间滑模控制方法用于机器人轨迹跟踪任务时,轨迹跟踪误差的收敛时间受到误差初值影响,导致收敛时间未知的问题。利用反正切函数有界的特性,结合固定时间稳定性理论,提出了固定时间收敛的机器人滑模轨迹跟踪控制方法。所提方法利用反正切函数设计滑模面,再基于固定时间稳定性原理设计控制律,使得轨迹跟踪误差在滑动阶段和接近阶段的运动时间仅与所设置参数有关,同时通过在奇异区设计不同控制律,避免了奇异性问题。最后通过二连杆机器人仿真实验,验证了所提方法可以使机器人在已知时间上限内跟踪期望轨迹。3.针对基于迭代学习的柔顺控制方法为了提高人机物理交互性能需要多次重复同一任务的问题,借鉴迭代最优控制无需系统矩阵信息即可优化代价函数确定系统最优控制输入的机制,提出了最优阻抗人机物理交互控制方法。所提控制方法采用双环控制结构。其中,面向任务的外环,设计了基于迭代的最优阻抗控制器,将求取最优阻抗参数的问题描述成线性二次型调节器问题,利用迭代最优控制,求取最优反馈增益,使包括跟踪误差和交互力在内的代价函数最小化。同时引入软辅助函数,避免参数突变可能带来的机器人抖动问题。面向机器人的内环,利用非奇异终端滑模控制,使机器人实际轨迹跟踪外环输出的阻抗轨迹,通过饱和函数消除了抖振,得到了连续的控制律。仿真结果证明,所提方法在机器人与操作人员协同跟踪期望轨迹任务中,仅利用一次任务初始阶段的交互信息即可求得最优阻抗参数,同时能使任务过程中的轨迹跟踪误差和操作人员所消耗的力最小化。