欠驱动机器人是一类具有被动关节的机械系统,被动关节中不安装驱动装置,其特点是输入空间(即控制空间)维数小于构造空间维数。同时,被动关节的约束方程又是不可积的,具有二阶非完整约束特性,由于驱动关节的减少使得其控制问题成为一个具有挑战性的研究热点。本文以在水平面上运动的欠驱动机器人为被控对象,进行位置控制方法研究。主要内容概括如下:针对被动关节安装制动器的欠驱动平面机器人的位置控制问题,利用主动关节与被动关节之间的动力学耦合作用来实现被动关节的控制,提出一种自适应模糊滑模控制策略。将滑模面作为模糊输入变量,减少了模糊规则数量,基于李亚普诺夫稳定性定理推导出在线调整参数的自适应律,保证了系统的稳定性,同时当系统存在模型误差和外部扰动时,该方案也能保证系统的鲁棒性。对于具有完全自由被动关节的欠驱动机器人系统,提出一个基于CMAC神经网络前馈补偿和PD控制相结合的控制策略,通过跟踪离线规划的轨迹实现准确的位置控制。由CMAC神经网络学习系统的逆动力学模型,PD控制器实现误差调节,改善系统的动态特性,提高系统的鲁棒性。针对工作空间中存在障碍物的欠驱动机器人的位置控制展开研究,在具有二阶非完整约束系统的无碰撞轨迹规划方法的基础上,利用滑模控制较强的跟踪性能和鲁棒性对具有自由被动关节的欠驱动机器人系统设计了轨迹跟踪滑模控制算法,仿真试验证明了所提控制算法的有效性。