随着智能机器人技术的快速发展,智能机器人的应用已遍布医疗、农业、科研、教育、娱乐、工业、军事、航天等各个领域。机器人与人类之间的关系日益紧密,因此机器人与外部环境之间进行安全有效的交互愈显重要;机器人如何以自然流畅的方式为人类提供服务也逐渐成为一个重要的研究方向。触觉作为一种重要的知觉形式,有助于机器人实现对外部环境的感知理解;语音对话作为人类日常生活中最常用、最方便的交流方式,逐渐被引入作为智能机器人与人类交流的重要工具。本文一方面为具有动力学不确定性的机械臂提出一种基于极限学习机(extreme learning machine,ELM)的控制器算法,使其可与外界未知物体进行交互并估计出物体的弹性系数和几何边界;另一方面基于开源框架搭建语音对话系统,使得机器人具备语音交互的功能,用户可语音控制机器人提供触觉探测、移动物体、天气查询、即时聊天等服务。本文具体研究工作如下:1)为具有动力学不确定性的机械臂设计触觉识别控制器。本文设定一个理想的参考模型作为目标性能指标,采用ELM对机械臂动力学模型中的不确定性进行学习补偿,使得机械臂动力学闭环系统跟踪匹配参考模型;通过迭代调节参考模型中的前馈力和参考点,记录机械臂与未知物体交互时达到的稳定平衡状态,采用加权最小二乘法估算出被测物体的弹性系数和几何边界。2)为ELM的参数更新设计新型学习律。为了使得机械臂的动力学闭环系统在有限时间内快速跟踪匹配指定的参考模型,本文为ELM输出权重的参数学习设计了一种新型的更新律,并通过李雅普诺夫证明算法的有效性。在MATLAB上的仿真实验证明,本文提出的基于ELM控制器可以使得动力学闭环系统在有限时间内成功匹配指定的参考模型,并能通过与未知物体的迭代探测估计出物体的弹性系数和几何边界位置。3)搭建智能语音对话系统,丰富机器人的知觉形式。本文基于Rasa框架为机器人搭建能实现自然语言理解和会话管理/行为决策的对话平台,并将其封装成API形式提供服务;集成讯飞AIUI平台提供的语音识别(automatic speech recognition,ASR)和语音合成(text-to-speech,TTS)API服务、图灵机器人公司提供的聊天机器人API,为对话系统实现语音输入输出、即时聊天功能。本文搭建的语音对话平台使用户可以通过语音来控制机器人提供触觉探测、移动物体、天气查询等服务,丰富了人机交互的多样性。