随着科学技术的进步,机器人在信息时代扮演着越来越重要的角色。传统机器人大多是为了满足特定的任务需要而设计的,尽管可以通过自身控制程序的改变来实现不同的工艺操作,但其固定的构形仍然大大限制了所能完成的任务范围。因此,出现了可以根据环境及任务需要适应地改变自身构形的可重构模块机器人,相应的其重构特性包含了机械结构以及控制系统的双重重构。鉴于其灵活度高、环境适应能力强以及成本低等特点,可重构模块机器人在工业装配、医疗、军事、灾难救援、深空探测及核泄露事故处理等领域具有广泛的应用前景。因此,对可重构模块机器人的研究在理论分析探索与实际应用推广等方面都具有重要意义。可重构模块机器人自出现以来,其自由空间下的轨迹跟踪控制问题引起了学者们的广泛关注,相应的研究成果也已较为成熟。然而,在可重构模块机器人在完成诸如精密器件装配、金属表面抛光打磨及零部件焊接等任务时,其末端执行器与外界环境不可避免的存在接触,此时需要分析的是受约束可重构模块机器人的力/位置控制问题。但是根据目前掌握的资料来看,仅有为数不多的国内外的学者针对受环境约束可重构模块机器人的力/位置控制问题进行了相应的研究。此外,可重构模块机器人在执行任务期间可能需要适当变换构形以适应不同的任务需求。因此,对本质上采用模块化设计思想的可重构模块机器人来说,分散控制策略更加适合其自身的控制问题。但是如何仅采用局部信息将末端接触力映射到各个关节空间进而实现模型分解,一直是制约分散控制策略应用到受约束可重构模块机器人力/位置控制问题的瓶颈。本文在现有研究成果基础上,对受约束可重构模块机器人的力/位置控制问题进行了深入分析。主要研究了受约束可重构模块机器人的动力学自动建模、基于动力学模型分解的受约束可重构模块机器人的自适应神经网络力/位置控制方案以及仅采用局部信息的受环境约束可重构模块机器人的分散自适应神经网络滑模力/位置控制方案。全文内容主要包括以下几个方面:1.详细阐述了论文选题的背景及研究意义,对受环境约束可重构模块机器人国内外研究现状以及相应的主要研究内容进行综述分析。2.以Newton-Euler迭代算法为基础,建立了自由空间下的可重构模块机器人的动力学模型。根据虚功原理,推导了机器人末端所受力与关节力/力矩之间的映射关系,并进一步给出受环境约束的可重构模块机器人动力学模型。3.研究了受约束可重构模块机器人的力/位置控制问题。通过引入一种非线性变换,将受约束可重构模块机器人动力学模型分解为力子系统和位置子系统。在此基础上,分别设计了神经网络控制器估计系统的不确定性及非线性项,并自适应的补偿了由于神经网络的逼近模型中非线性部分所产生的逼近误差。最后通过Lyapunov稳定性理论证明了闭环受约束可重构模块机器人系统的稳定性。4.与更加符合自身设计思想的分散控制策略相结合,给出了一种仅采用关节局部信息的受约束可重构模块机器人分散力/位置控制方案。雅克比矩阵中仅采用第i个关节模块的实时信息,其他关节信息用各自期望值替代的方法将末端接触力映射到关节空间。因此受约束可重构模块机器人动力学模型可以表征为一系列关联的子系统集合,实现了在关节空间下通过控制各关节子系统的映射力矩间接控制操作空间下末端执行器与环境产生的接触力的目的。各关节子系统动力学模型采用神经网络控制器进行逼近,进而保证了设定的控制参数在不同构形条件下的通用性。此外,设计了滑模控制器用于补偿各关节子系统的关联项及误差项。仿真结果验证了所设计的分散力/位置控制方案在不同构形条件下的有效性。最后,对全文的研究内容进行概括,并结合作者在受约束可重构模块机器人研究过程中的切身体会,对下一步的研究工作进行展望。