目前,机器人在重复、高速度和高精度任务中有着优于人类的性能表现。然而随着机器人的应用领域不断扩大,越来越多的任务需要机器人与外界进行动态交互,这要求机器人具有一定的柔顺性,对机器人的控制算法提出了新的要求。因此本文主要针对协作机器人进行了主动柔顺控制研究。首先根据Spong假设,利用拉格朗日方法建立了柔性关节机器人动力学的完整模型和简化模型,通过建立能量观测器和广义动量观测器实现了对刚性机器人以及柔性关节机器人的碰撞检测和辨识,给出了无末端力传感器的机器人末端接触力估计方法。其次,为了提高阻抗控制的性能,对刚性机器人的混合系统框架进行了研究。针对刚性机器人分别设计了笛卡尔阻抗控制和导纳控制算法,基于阻抗控制和导纳控制具有互补的稳定性及性能表现的特点,利用切换系统的概念,设计了混合阻抗和导纳控制器,建立了混合系统框架;通过将占空比作为设计参数,调整阻抗控制和导纳控制对系统总响应贡献的比例,实现对混合控制器的阻抗控制性能的调节;针对未知时变刚度环境,利用RLS算法建立环境刚度估计器,并通过设计阻抗性能评价函数获得占空比对环境刚度的适应率,建立了基于环境刚度估计的混合控制器自适应策略。然后,为了实现机器人以期望力与外界进行交互,对基于阻抗控制的柔性关节机器人力控制算法进行了研究。以无源性理论为基础分别建立了柔性关节机器人的关节空间和笛卡尔空间阻抗控制算法,并分析了系统的无源性;针对笛卡尔阻抗控制,分析了机器人的接触平衡条件,推导了刚性机器人的力跟踪阻抗控制算法,并结合无源性阻抗控制框架,建立了柔性关节机器人的力跟踪阻抗控制算法,通过设计能量罐来保证整个机器人与环境交互系统的无源性,同时针对环境表面的变化设计了自适应补偿律,以保证算法的力控制性能。最后,利用Matlab/Simulink和Adams进行了仿真分析。仿真结果表明,通过改变占空比的值,混合控制器可以获得阻抗控制和导纳控制性能的插值,自适应混合控制器则能够将阻抗控制在刚性接触下的鲁棒性与导纳控制在自由运动时的精度结合在一起,对于不同未知时变刚度环境都能始终变现出优异的阻抗性能;力跟踪阻抗控制算法具有优异的力控制性能,特别地,具有自适应补偿项的力跟踪阻抗控制算法能够适应环境的各种变化,实现对环境表面的跟踪,具有很好的力控制效果。