外骨骼机器人可以提升人的肢体力量,帮助穿戴者更轻松地完成耗费大量体力的工作,还可以为肢体残障者提供有效的康复训练,具有巨大的军事、工农业和医疗价值,已成为世界各国研究的热点。与其他机器人不同的是,人也是外骨骼机器人系统中的一部分,这对穿戴者的安全性和舒适性提出了更高的要求,使得对外骨骼机器人控制设计变得十分复杂。论文针对上肢外骨骼机器人系统高度非线性、不确定性、外界干扰等条件下的轨迹跟踪控制问题展开研究。本文的研究内容概括如下:首先在利用Solidworks搭建的机械结构的基础上,使用DH参数法建立了三自由度上肢外骨骼机器人运动学模型,并验证了运动学建模的准确性。然后对机器人的运动空间进行了仿真分析,通过与五自由度上肢外骨骼机器人的运动空间对比分析,说明了三自由度结构设计的合理性。最后利用拉格朗日动力学方法对上肢外骨骼机器人进行了动力学建模。针对上肢外骨骼机器人动力学模型中存在的不确定性问题,提出一种基于机器人动力学模型不确定项分项逼近的RBF神经网络控制方法,并利用李雅普诺夫稳定性理论分析了系统的稳定性。通过与基于动力学模型不确定项整体逼近的控制方法进行对比实验,表明该方法可以缩短上肢外骨骼机器人各关节的响应时间,减少稳态误差,提高对上肢外骨骼动力学模型不确定项的逼近速度与精度,使机器人能够以较高的精度跟踪参考轨迹。考虑到操作人员与外骨骼机器人共同感知和共同执行,需要同时实现对力和位置的控制。采用阻抗控制建立了上肢外骨骼机器人笛卡尔空间阻抗控制系统,分析了阻抗参数对控制性能的影响。考虑到生产过程中产线工人需要使用外骨骼机器人操作不同种类、不同质量的工件,本文提出一种基于模糊控制的参数自适应阻抗控制方法来满足柔性生产的多样化作业需求。通过仿真实验表明该方法可以在保证跟踪效果的同时,提高对负载作用外力的鲁棒性,提升工人在与外骨骼机器人协同作业时的舒适度。