并联机器人具有刚度大、精度高、运行速度高等优点,近年来已成为机器人领域研究的热点。然而,并联机器人多运动支链的结构特点,使得对其的运动学分析和动力学建模较为复杂。而且,在实际工程运用中,并联机器人常常受到关节摩擦、建模误差等不确定性因素的影响。本文针对二自由度冗余并联机器人,主要从运动学分析、动力学建模及不确定性分析、控制器设计等方面进行了研究。主要内容如下：(1)研究了二自由度冗余并联机器人基于工作空间与基于关节空间下的运动位置关系和运动速度关系,通过理论计算以及仿真验证,给出了并联机器人末端的工作空间范围。并且,基于工作空间下的平面直角坐标系,对末端的运动作了三种规划。最后,结合运动学逆解和规划的运动轨迹,通过MATLAB仿真对并联机器人的运动位姿进行了分析。(2)使用拉格朗日法建立二自由度冗余并联机器人的动力学模型,并考虑了实际系统中存在的摩擦力。分析了建模误差以及摩擦补偿误差构成的不确定性因素,分别采用PD控制器和计算力矩控制器进行轨迹跟踪控制仿真实验,对比分析了运动学控制器和动力学控制器的控制效果。研究表明,动力学控制器依赖动力学模型,其控制精度会受到建模误差和摩擦力补偿误差的限制。(3)针对动力学控制器依赖动力学模型,而实际工程中并联机器人动力学模型难以精确获取的问题,设计了RBF神经网络自适应控制器。利用神经网络对动力学模型进行整体逼近,同时在控制律中加入鲁棒项,以补偿神经网络逼近误差。该控制方法不需要系统动力学模型,具有较强的鲁棒性。通过仿真,验证了该方法的有效性。(4)针对二自由度冗余并联机器人的不确定性问题,研究了滑模变结构控制方法。首先,基于并联机器人的名义动力学模型,设计滑模鲁棒控制器,利用滑模切换项来补偿系统不确定项,在此基础上,利用继电特性函数代替滑模控制器中的符号函数以削弱抖振现象。通过对比仿真,验证了改进后的控制器能大大削弱抖振。为了获得更好的控制精度,研究了基于趋近律的滑模控制方法,设计了基于趋近律的RBF神经网络自适应滑模控制器。该方法利用RBF神经网络逼近系统不确定项,从而减小切换增益,定程度上削弱了抖振。最后,对本文研究的三种控制方法进行了误差分析,以对比三种方法的控制精度。