臂/手系统赋予了机器人以人的臂、手功能,能够使机器人直接利用人的操作经验执行复杂的任务,因此是替代人工的理想选择。利用臂/手系统执行轴孔装配,在推进装配自动化目标的同时,也探索了臂/手系统在面对复杂任务时需要解决的问题及相应的方法。相较于传统的工业机器人应用方式而言,臂/手系统在提供了更优的适应能力和操作灵活性的同时,对于运动学模型的建立、机械臂和灵巧手的协调控制、臂/手系统的操作规划等方面上也提出了更高的要求。为了实现对臂/手系统的控制,本文建立了臂/手系统的运动学模型,包括D-H坐标系,七自由度机械臂的正运动学解、基于“臂角法”的机械臂逆运动学解,以及五指灵巧手的正、逆运动学模型。同时,还分别对机械臂和灵巧手的关节控制策略进行了说明和分析。操作物体的能力是臂/手系统执行任务时所必需的功能,为了实现臂/手系统的操作规划,本文给出了基于操作运动学的操作规划方法,直接建立了从物体位姿到臂、手关节角的映射关系。为了确定操作过程中的物体位姿,提升操作过程中的操作精度,给出了物体位姿的感知算法,算法可以利用少量物体表面点信息帮助机器人在线获取手中物体的当前位姿;同时还利用抓握稳定性分析,优化对物体的抓持位置,从而提升操作过程中的稳定性;除此之外还对灵巧手在抓持物体的状态下对物体的操作范围进行了分析,以帮助协调机械臂和灵巧手的运动关系。轴孔装配作为典型且广泛的接触式任务,对机器人的感知能力、信息分析能力、操作能力提出了较高要求。为了实现轴孔装配,本文给出了基于装配状态识别的轴孔装配方法,方法包含了对装配过程的状态分析,装配状态的相似性指标建立,以及基于T-S模糊模型的装配状态识别,其中还给出了基于引力搜索的T-S模型参数辨识方法。最后验证所述的基于臂/手系统的轴孔装配方法的有效性,建立轴孔装配实验平台,并针对装配方法中的关键环节进行实验。实验包括,基于人工数据和实测数据的物体位姿感知实验,获取实际位姿和感知位姿的误差关系;相似性分析实验,分析各个装配状态的接触力关系,计算状态间的相似性指标;装配状态识别实验,对比T-S模糊分类器和SVM、GMM分类器的装配状态识别效果;最后进行轴孔装配实验,并分析装配过程的接触力变化、位移变化以及装配状态的转化。