机器人广泛应用于工业生产,正逐渐替代工人进行打磨、焊接、装配等传统加工操作。在装配作业中,机器人末端夹持工件与外界环境刚性接触,两者形成闭环结构导致机器人末端受力。过大的接触力将对机器人本体,零件和外界环境造成损害。因此,需对加工过程中机器人末端的接触力进行控制。经典的力控制方案依靠力/力矩传感器获取机器人末端受力信息。由于力/力矩传感器价格昂贵,这种方案的集成应用成本较高。对于力控制精度要求较低的一类应用场景,为降低机器人集成应用成本并增强机器人可用性,本文研究免力/力矩传感器的机器人末端接触力控制方案,并应用于非精密轴孔装配。该方案成功的关键是设计具有一定精度的机器人末端受力估计算法,用以替代力/力矩传感器。这要求对机器人末端受力时的关节力矩变化规律有准确认识,需对机器人的动力学模型进行深入研究。在获得精度可靠的受力估计算法基础上,结合轴孔装配机理分析,才能更好地制定轴孔装配策略并提出合适的位姿调整控制算法,最终实现免力/力矩传感器的机器人轴孔装配作业。因此,本文依次对以下五个方面进行研究。首先,为获得运动过程中关节力矩的变化规律,利用牛顿欧拉方法进行机器人动力学建模,借助傅里叶级数激励轨迹和最小二乘法完成动力学最小参数集辨识,提出关节力矩卡尔曼滤波方法用于去除部分噪声。给出机器人动力学最小参数集的详细推导过程,讨论动力学方程合并化简方法,比较化简前后动力学方程的计算效率。从关于最小参数集线性的动力学方程中整理出惯性矩阵,哥氏力与离心力矩阵和重力矩项,获得机器人刚体动力学方程的直观表达式。其次,结合混沌理论、回归拟合与神经网络方法对机器人低速运动非线性动力学进行补偿,完成低速运动机器人动力学方程的修正。借助混沌理论对单关节低速转动实验数据的非线性进行分析,确定与关节力矩波动规律相关的特征量。结合相空间重构方法与曲线拟合方法,提出相空间重构神经网络对机器人低速运动非线性动力学进行建模。使动力学方程适用于末端接触和轴孔装配的低速运动场景。然后,基于广义动量理论提出扰动观测器用于估计机器人末端受力,并借助机器学习理论对受力估计算法进行标定补偿。由于机器人末端与外界接触激发出未建模动力学特性,导致扰动观测器出现估计偏差。为提高受力估计算法精度,将机器人关节变量矩阵作为输入,借助卷积神经网络监督学习方法实现机器人末端受力估计算法的标定。接着,提出一种混合滑模阻抗控制方法,通过构造李雅普诺夫函数证明其稳定性,借助数值求解方法将力矩调整量转换为位置调整量,并结合受力估计算法与迭代控制方法在平面工件、曲面工件上实现机器人末端接触恒力跟踪控制。验证了免力/力矩传感器机器人末端接触力控制方法的可行性。最后,详细分析球头圆轴件与带倒角圆孔件的间隙配合装配机理,提出装配策略与模糊PD轴件姿态调整算法,实现免力/力矩传感器的机器人轴孔装配。对轴孔接触的几何与受力关系进行讨论,并重点研究轴孔两点接触极限状态,推导力与力矩平衡方程。对轴件的轴线投影不落在孔径上的两点接触状态进行研究,通过仿真与数值分析获得轴孔半径差,轴件偏移距离以及轴孔间最大轴线夹角这三者间的关系。根据装配机理制定轴孔装配策略,提出基于模糊PD控制的轴件姿态调整算法。结合轴孔装配场景下重新标定的受力估计算法,最终实现免力/力矩传感器的机器人轴孔装配。