非冗余机器人越来越不能适用于复杂任务,而冗余机器人能够提高系统灵活性和控制性能,逐渐受到了学术界和产业界的广泛关注,例如在2014-2015年,国际著名机器人厂商KUKA、ABB相继推出第一代冗余机器人,而我国冗余机器人技术研究晚于国外研究,正处于追赶状态。相对传统非冗余机器人,冗余机器人是一种高度复杂的多自由度系统,理论研究方法远未成熟。为此,本文以一种七自由度机器人为研究对象,系统研究了冗余机器人逆运动学、避障、柔顺控制等关键问题,为后续冗余双臂机器人技术研究奠定扎实基础。论文具体研究内容及创新性如下:（1）提出了一种多约束求解的冗余机器人逆运动学算法。基于加权最小二乘法（WLN）的避关节角度极限约束的有效性和梯度投影法（GPM）的多约束任务求解的可扩展性,提出了一种加权梯度投影方法（WGPM）。引入了一种优化准则函数正则化处理原则,在线实时调整约束任务的标量系数,有效地克服了传统方法中需要大量试验确定约束任务标量系数的缺陷。基于优化准则函数正则化处理原则,建立了一种多层次结构的WGPM方法,解决了冗余机器人逆运动学中子任务冲突的求解问题,得到一组最优关节轨迹。通过仿真与试验验证了本文提出的WGPM方法相对传统方法的有效性与合理性。（2）提出了一种无需主从任务转换的冗余机器人避障算法。在多障碍物和多自由度机器人避障应用中,相对传统的最小欧氏距离方法,具有解析式形式的伪距离方法能够提高避障计算效率。因此,本文基于伪距离算法提出了一种冗余机器人末端避障和机器人零空间避障方法,无需进行主从任务转换。基于最小伪距离判别指标,赋予机器人末端沿障碍物到末端方向的避障速度,实现了机器人末端避障。在零空间避障上,提出了一种自适应阻尼控制方法,基于伪距离判别指标产生虚拟排斥力使得机器人连杆远离障碍物,并自适应调整阻尼增益参数响应避障速度。通过仿真验证了本文提出的避障方法的高效性和有效性。（3）提出了一种冗余机器人外力预估与变导纳柔顺控制算法。考虑力传感器引入会减小机器人负载能力,降低机器人抗干扰能力、减弱机器人末端刚度等缺陷,因此本文首先对机器人外力预估展开了研究。鉴于传统外力预估广义动量方法依赖机器人精确模型,以及机器人模型误差的存在和人手施加力的不可重复性,提出了一种方差标定的外力预估方法（FEVC）,并基于智能优化算法对模型误差方差和人手施加力方差进行标定,提高外力预估精度。针对人机交互中人手臂刚度突然变大的问题,提出了一种基于FEVC和ENERGY-TANK的变导纳柔顺控制方法,依据系统无源性条件自适应调整导纳控制中的惯量增益和阻尼增益,在不破坏系统无源性的条件下,维持最优的人机交互性能。通过仿真验证了本文提出的FEVC方法和变导纳柔顺控制方法的准确性与合理性。（4）提出了一种冗余机器人轨迹学习与变刚度导纳柔顺控制算法。在少数示教轨迹型值点处建立了位置误差吸引力势场函数,通过高斯内核函数方法耦合在标准动态运动基元（DMP）轨迹学习方法中,提出了一种改进的DMP（MDMP）机器人轨迹学习方法,提高了DMP收敛精度和收敛速度。为了避免机器人运行过程中与环境发生接触造成系统不稳定,提出了一种基于ENERGY-TANK的变刚度变阻尼导纳柔顺控制方法,并对无源性进行了证明。在刚度约束和接触力约束下,基于系统无源性与刚度限定,对机器人末端刚度增益和阻尼增益进行了自适应调整,提高了机器人在与环境接触的末端运动稳定性。最后,基于局部加权回归方法对机器人变刚度变阻尼导纳柔顺控制输出的轨迹进行再次学习,避免了复现轨迹时机器人与环境再次出现过大的接触力。通过仿真验证了本文提出的MDMP方法和变刚度阻尼导纳柔顺控制方法的可靠性与合理性。（5）基于上述研究内容,搭建冗余七自由度机器人试验平台,分别通过摩擦力辨识试验、机器人避障试验、外力预估试验、机器人变导纳柔顺控制试验,对本文提出运动避障和柔顺控制方法的准确性与有效性进行了验证,同时展示了本文设计的冗余机器人控制系统在非结构化环境中的稳定性。论文研究工作为冗余机器人的研究和开发提供了可以借鉴的理论,可以有力地指导冗余机器人逆运动学分析、避障、外力预估与柔顺控制运行,同时也为冗余双臂机器人的研究与开发奠定了理论基础。论文的最后对下一步研究工作进行了展望。