绳索牵引并联机器人是一种采用柔性绳索代替刚性连杆的新型并联机器人,它具有工作空间大、负载质量比高和易于模块化等优点。从控制角度考虑,绳索牵引并联机器人的工作空间控制优于关节空间控制,但并联机器人的正运动学问题与串联机器人的逆运动学问题一样不存在封闭解,使绳索牵引并联机器人的工作空间控制变得非常困难。除此以外,由于绳索的单向力特性,控制过程中的误差使得绳索松弛,所以绝对控制精度更依赖精确的机器人模型,尤其是冗余驱动的8-6绳索牵引并联机器人。为此,本文基于上述绳索牵引并联机器人的特点,以8-6绳索牵引并联机器人为研究对象,分别对工作空间运动学PBVS(Position-Based Visual Servoing)控制和工作空间动力学PBVS控制进行了研究,主要内容可归纳如下:(1)针对并联机器人正运动学解不封闭的问题,采取外部测量方法,利用视觉传感器测量动平台在惯性参考系下的位姿。针对已有位姿估计算法的显著延时问题,视觉采样周期远大于运动控制周期,无法直接应用于运动控制,考虑在视觉采样间隔内加入短期预测。在视觉伺服控制过程中,由于图像处理时间和位姿迭代估计收敛时间具有不确定性,导致视觉采样周期不固定,而工作空间规划轨迹的控制周期是固定的。同时考虑上述两个问题,设计了一种位姿估计加短期位姿预测的多线程实时测量方案。(2)考虑到动平台在低速运动情形下的工作空间轨迹跟踪控制问题,采用一阶近似模型对动平台的运动进行建模,视觉实时测量中的短期预测算法则采用线性自回归(Auto-Regressive,AR)预测算法。对应动平台低速运动情形,推导出8-6绳索牵引并联机器人推导出相应的视觉伺服交互矩阵,完成速度分解控制器的设计。基于上述测量方案和控制方案,设计了 8-6绳索牵引并联机器人的工作空间运动学PBVS控制,并在实际的机器人平台上完成实验验证。(3)针对动平台在高速运动情形下的工作空间轨迹跟踪控制问题,必须考虑动力学的耦合特性,进一步完成动力学视觉伺服控制。首先,采用牛顿-欧拉法建立机器人的工作空间动力学模型;然后,对应动平台高速运动情形,动平台的运动模型基于该动力学模型建立,短期预测方案则采用扩展卡尔曼n步预测算法;最后,基于上述具体的实时测量方案以及机器人动力学模型,采用机器人控制中典型的计算力矩控制器,设计了完整的8-6绳索牵引并联机器人的工作空间动力学PBVS控制方案,并完成了视觉测量方案的仿真实验验证。