微创外科手术机器人具有灵活的自由度、运动缩放和3D视觉等优点,是高新科技与先进医学结合的典型产物。然而,在手术过程中,手术器械末端存在不同程度的震颤现象,降低了手术器械的运动精度,影响了手术质量及安全性,增加了如缝合、打结等精细动作的难度。针对上述问题,本文分析了机器人震颤产生的主要机理,提出了相应的震颤抑制方法,构建了微创手术机器人主从控制系统实验平台并进行验证。论文的主要研究内容如下:首先,本文试图从医生的不光滑操作指令、机器人动力学行为等角度研究震颤产生的机理,通过仿真及实验得出导致手术器械末端震颤现象的主要因素。其次,针对医生手部生理震颤现象,提出了基于新型零相位自适应模糊卡尔曼滤波器(ZPAFKF)的震颤抑制方法。通过对震颤信号的零相位采集滤波并以相同幅值相反相位实时叠加至原始指令信号中,得到光滑无生理震颤的理想指令,避免了传统低通滤波器容易造成有效信息丢失及相位延迟的缺点。再次,针对微创手术机器人动力学行为特别是关节内非线性摩擦导致的"粘滑行为",提出了基于模糊神经网络滑模控制器(FNNSMC)的震颤抑制方法。在传统滑模控制器的基础上,通过对各关节摩擦力矩的离线辨识以及神经网络、模糊逻辑控制器对无关干扰的在线补偿,得到平滑的末端运动轨迹点。避免了传统PD控制器在低速状态下"爬行"及"平顶"现象和传统滑模控制器在控制律切换时的"抖振"现象,同时构造李雅普诺夫函数,证明了控制器的稳定性。最后,为验证以上两种震颤抑制方法的有效性,进行了仿真和实验研究。结果表明,两种方法能有效地抑制微创手术机器人手术器械末端震颤现象,提高末端点的运动精度。