随着机器人技术的不断发展,传统的刚性机器人采用刚性材料,柔顺性差,逐渐难以满足日益多样化的应用场景。软体机械臂具有灵活性和柔顺性的特点,可在实现对位姿跟踪的同时确保与环境交互的安全性,近年来在工业、医疗、救援、探测等领域的应用逐渐增多。目前,软体机器人已经发展成机器人技术的一个分支学科,与刚性机器人相互补充。软体机器人的设计灵感来源于自然,通过对象鼻、章鱼、昆虫等生物肢体结构的研究,发现动物与自身结构相适应的运动机理,将其运用到软体机器人的设计之中。软体机器人由于其柔性材料,具有自由度多,运动连续,对环境适应性强,交互安全性高等优点。但是同样受限于弹性材料,软体机器人内部一般不具备支撑结构,受外力后的形变大且难以估计,给软体机器人运动学和动力学模型的建立、末端运动的控制带来了很大挑战。针对以上问题,本文设计了一个气动驱动的软体机械臂系统,推导其运动学和动力学模型,并结合视觉信息反馈,对软体机械臂进行视觉伺服控制,提高软体机械臂的控制性能,并通过实验验证了控制方法的有效性。主要研究内容如下:（1）气动驱动软体机械臂的设计与建模。设计了一个气动肌肉型软体机械臂系统,将软体机械臂虚拟成RRPR型机器人,并通过虚拟RRPR型机器人,基于分段恒定曲率假设,建立运动学模型;基于牛顿-欧拉法建立动力学模型。（2）基于动力学的自适应视觉伺服控制器设计。基于深度无关雅可比矩阵,采用基于动力学的自适应控制方法,设计自适应控制器,在线估计特征点在基坐标系的未知位置,并给出了所设计控制器的稳定性证明。（3）基于机器学习的视觉伺服控制器设计。根据软体机械臂的运动特性,重新定义了视觉伺服控制的任务空间和驱动空间,基于随机森林算法,通过离线训练建立两者的映射关系,并基于该映射关系,设计视觉伺服控制器。（4）视觉伺服实验与分析。搭建实验平台,在特定环境下,对基于动力学的和基于机器学习的两种控制方式分别进行实验验证,并对比分析两种控制方案的实验结果。