腹腔镜微创手术机器人可以辅助医生完成高精度、小创伤的微创外科手术,同时,它还具有主从操作、运动缩放、三维视觉和手眼协同等优点,在临床外科领域有着广阔的应用前景。手术机器人的安全性和精度要求是制约其发展的重要因素之一,其中,机械臂的振动是影响其安全性和精度的重要原因。本文基于主从式的手术机器人,研究其人手输入震颤的滤除方法和机械臂振动的抑制方法。主从式手术机器人由外科医生操纵来完成手术,医生在主端的手部生理震颤最终会导致从端手术器械的震颤。本文基于信号补偿的原理,提出了最小二乘支持向量机卡尔曼算法和带限多重傅里叶线性组合器算法来估计人手部的生理震颤信号,然后将其反向叠加到控制信号中来滤除震颤。与多种滤波算法比较后发现,递推最小二乘带限多重傅里叶线性组合器震颤滤除算法表现最佳,在保证滤波精度的同时降低了信号的时间延迟,满足手术机器人的实时性要求。手术操作机械臂由于其关节柔性的存在会产生残余振动,是影响其操作精度和手术安全性的又一大原因。对机械臂进行主动控制可以有效抑制其残余振动。本文对课题组自主研发的从端手术机械臂进行了动力学和振动模态分析,通过实验辨识了机械臂不同位置下的振动模态参数,并建立了全工作空间的振动模态参数神经网络,据此设计了一种时间优化的输入整形器。通过对输入控制信号的整形来达到振动抑制的目的。该整形器在保证振动抑制效果和鲁棒性的同时将时间延迟降到最低。主从式手术机器人实验平台中包含手术机械臂和操作主手,医生通过操控主手来控制从手运动。在主从运动中,行程比例控制能够减小从端振动的幅值,同时达到精细操作的目的。本文建立了主从控制中的运动映射函数,引入了参数化的行程比例控制。在此实验平台中,对前述人手震颤信号的滤除算法进行了滤波实验和对比分析,验证了其有效性。对从端机械臂的振动参数进行了实验辨识,然后进行了振动抑制实验,结果表明本文设计的输入整形器能够有效抑制机械臂的残余振动。此外,还对主从运动控制进行了实验,验证了其行程比例控制的有效性。