本学位论文主要探讨基于多维力传感器的机器人动态特性几个关键问题的研究。多维力传感器自身的结构和特性影响机器人系统的动态特性，本论文还涉及多维力传感器解析分析、优化设计、多维力传感器的动力学特性分析、传感器维间耦合函数研究等内容。本学位论文主要研究工作如下： 1．第一章介绍机器人传感器以及机器人传感技术对机器人技术发展的重要意义；总结目前机器人多维力传感器的发展状况、结构形式和存在的问题：概括机器人运动学、动力学研究的现状、热点问题；指出本学位论文的立项背景、目的意义，明确本学位论文的研究工作和任务。 2．第二章首先指出机器人腕力传感器弹性体的弹性变形经过机器人末端连杆、工具、工件等的放大后，会对机器人末端精确定位和运动产生的影响；然后分别研究了传感器坐标系内的微分运动与机器人末端工件精确定位、运动的关系；在此基础上，研究了基于腕力传感器弹性体微分运动的机器人末端定位、运动误差的误差矩阵及其在线误差补偿方法；基于机器人动力学的机器人末端定位、运动误差的误差矩阵及其在线误差补偿方法；最后，以PUMA型机器人为对象，给出了基于腕力传感器内微分运动的机器人末端定位、运动误差及其在线补偿方法的仿真实例：给出了基于机器人动力学的机器人末端定位、运动误差及其在线补偿方法的仿真实例；仿真结果表明，1)基于腕力传感器的机器人末端定位误差在腕力传感器允许的载荷下可达十分之几毫米级。2)本文提出的在线补偿方法切实可行。 3．第三章首先概括了目前机器人连杆惯性参数识别的四种方法，总结这些方法的优、缺点；指出这些方法存在的问题是：或者需将机器人解体，不能在线进行参数识别，或者不能给出机器人连杆独立的惯性参数值，只能获得惯性参数的组合值，而这些方法的共同问题是：不能考虑机器人连杆的关节特性；本章提出了一种基于腕力传感器的机器人末端连杆惯性参数在线识别方法，给出了该方法的理论计算和推导；研究提出了以腕力传感器输出为前提的、基于Newton-Euler动力学的机器人动力学正向、逆向递推公式；针对机器人负载参数辨识必须在线、实时的特点提出了基于腕力传感器的负载参数在线识别方法，给出了负载参数识别的步骤。 4．第四章是基于腕力传感器的机器人惯性参数在线辨识方法的实验研究，实验在PUMA562机器人上进行，实验时机器人末端连杆和负载为已知惯性参数的试件。本章首先介绍小波去噪技术的原理、应用及其特点，然后利用小波去噪技术对实验的腕力传感器信号进行去噪，再利用第三章提供的方法和步骤辨识机器人末端连杆和负载的惯性参数。实验结果表明，基于腕力传感器的机器人末端连杆和负载惯性参数的在线辨识方法的可行性和有效性，其精度只决定于腕力传感器的输出精度和机器人的运动控制精度。 5．第五章首先明确机器人连杆的惯性参数并不是机器人单个连杆的惯性参数，机器人连杆的惯性参数必须考虑机器人关节的关节特性；针对目前对机器人的关节特性建模还没有一个切实和行之有效方法的现状，提出了一种基于机器人基座力传感器的机器人连杆惯性参数识别方法，该方法不需对机器人的关节特性建模，可以获得机器人连杆独立的惯性参数值(而不是惯性参数的组合值)。仿真结果表明了该方法的有效性。摘要 6.目前，三维以上多维力传感器弹性体的载荷和应力应变关系并不十分明确，多维力传感器的设计也主要是根据经验的被动设计。A.Bicchi等将多维力传感器的使用分为工作在静态(准静态)和动态两种情况.第六章以一种常见的多维力传感器为例，研究工作在静态(准静态)下的、传感器弹性体在载荷作用下的应力应变关系，建立传感器的解析模型，并以此为基础提出了多维力传感器优化设计的方法，最后给出了优化设计的结果。 7.机器人多维力传感器作为机器人系统的一部分，其自身的动态特性影响机器人系统的动态特性。多维力传感器动态特性研究的三大关键问题是传感器的动力学模型、动态非线性补偿和动态解祸，建立传感器动力学模型是动态特性研究的基础.第七章以一种十字梁多维力传感器为例，以Bernoulli一Euler Beam为基础，建立传感器的动力学模型，定义了传感器维间祸合的祸合函数，研究传感器各维的固有频率与传感器的几何参数等的关系，传感器动态应变与传感器几何参数、贴片位置等的关系，传感器的祸合函数与传感器几何参数、贴片位置等的关系，力图揭示传感器的动态特性的本质关系，为传感器的动态设计和传感器结合机器人对机器人系统的影响的研究提供理论基础. 8.第八章首先是对本学位论文的总结，总结本学位论文的工作取得的进展和成绩以及不足之处.然后指出今后相关研究工作的着重点、方向以及要解决的问题。