作为机器人系统中最重要的末端执行器,灵巧手一直以来都是机器人领域研究的热点,对多指灵巧手控制的研究在提高整个机器人系统的性能方面具有重要的意义。本文结合国家科技部(863计划)项目“新一代五指仿人灵巧手及其协调控制的研究”,在HIT/DLR II灵巧手及其实时控制平台上,以提高手指的位置跟踪精度为目标,将交叉耦合控制方法应用于手指关节控制,并基于神经网络研究耦合控制参数的自整定方法。手指基关节的运动由两个电机共同耦合驱动,由于电气及机械加工上存在不同,无法保证两电机运动的同步性。PID控制等常用的串联机器人位置控制方法,其控制目标针对的是独立驱动器的位置误差,未考虑多驱动器耦合运动时的同步误差。因此上述位置控制方法并不完全适用于手指基关节,会对手指的位置跟踪精度及操作性能造成影响,进而影响灵巧手的抓取性能。本文在对灵巧手的硬件及通信系统进行研究后,重点对由于基关节两电机不同步而造成的耦合误差进行分析。通过将耦合误差引入控制量中进行补偿,设计基关节驱动空间的交叉耦合控制器,以提高手指的轨迹跟踪精度;此外构建手指的仿真系统并对算法进行仿真验证。交叉耦合控制器中控制参数较多,对于时变及非线性系统难以实现精确调整。针对上述问题,本文在构建的仿真系统中研究各耦合控制参数对控制性能的影响;而后利用神经网络强大的非线性映射及自学习能力,根据神经网络的反向传播算法调节耦合控制参数;通过引入同步误差的二次型,对BP算法的性能指标函数进行改进,使同步误差快速收敛。仿真实验表明,通过神经网络的参数调节器的构建,实现了耦合控制参数的自整定,提高了灵巧手对环境的适应性。此外,为了进一步提高位置控制精度,对手指关节进行了摩擦参数辨识及补偿。最后通过实验验证了上述控制算法的有效性。