Delta机器人以其简单优美的结构和快速精准的运动获得了巨大的商业成功,然而,随着市场对机器人速度要求的不断提高,传统的PID控制器显示出一系列问题,主要表现为：跟踪精度降低,控制量波动变大,以及由此带来的电机振动和噪音。详细的研究发现,造成这一现象的原因主要是：机器人在高速运动时惯性力影响显著上升,关节之间的耦合变得严重,而不基于模型的PID对于非线性、强耦合系统很难整定出满意的控制效果。因此,本文引入系统动态,采用基于模型的非线性控制器来补偿Delta机器人在高速情况下表现出的强非线性特性。首先,在用几何法获得机器人正逆运动学和动平台雅克比、海赛矩阵的基础上,使用广义虚功原理推得了更完善的Delta机器人动力学模型,该模型考虑了各关节的库伦摩擦和粘性摩擦,以及由于刚体简化带来的惯性误差。其次,推导了基于改进Delta机器人动力学模型的计算力矩控制器以及使用期望状态的力矩前馈控制器。考虑到高速情况下负载效应的不利影响,设计了自适应控制器和基于期望状态的补偿自适应控制器,并对其进行了稳定性证明。最后,搭建了基于xPC的Delta机器人控制系统,对控制器所需动力学参数进行了测量和辨识,并在此平台上对得到的控制器进行了试验。实验结果显示,计算力矩控制器由于使用了关节实际速度,引入了较大测量噪声,其控制效果只比传统PID略有提升,而使用期望状态的力矩前馈控制器虽然较好地解决了测量噪声的问题,但却出现了力矩冲击的现象。为了解决这一问题,文本在前馈的力矩后加入了一阶惯性环节,有效地平滑了理论力矩中的尖峰。改进的控制器能使Delta机器人在204ms内执行一个标准测试轨迹Adept Motion,而且其跟踪精度和力矩水平都有明显的提高。本文还对得到的Delta自适应负载控制器进行了实验。实验显示,控制器可以成功地辨识出负载的大小并将其用于控制,实验同时也显示,单纯的自适应控制鲁棒性很差,对跟踪精度的要求非常高,很难应用到目前高速控制中。