气动连续体机器人是一种没有刚性关节、由柔顺性材料组成的机器人,其具有极高的灵活性与操纵能力,对于复杂结构环境具有很强的适应能力,并且可以进行非常安全的人机交互。本文研制的机械臂属于气动连续体机器人的一种,作为一种执行器,可以应用于工业、农业、家庭环境与护理等应用场景下的操作辅助、抓取搬运等任务。本文开展了对于气动连续体机械臂的研制以及控制方法的研究,设计并制作了机械臂样机,提高了机械臂运动的位姿精度。波纹管驱动器是气动连续体机械臂的基础单元,本文基于有限元计算分析来指导波纹管驱动器的设计,从伸长量、抗弯性能和切向刚度等方面对比不同截面和不同锥度的波纹管驱动器,选择合适的参数设计并制造波纹管驱动器,并完成机械臂本体的设计与组装。同时以机械臂的运动快速性、灵活性与人机交互安全性出发,设计气动连续体机械臂的气动系统。对于连续体机械臂而言,由于基于分段常曲率的运动学建模比较复杂,难以拓展到多段、高维的机械臂上。故而本文采集机械臂运动数据训练神经网络完成逆运动学的映射,使得机械臂的逆运动学解算更加简单便捷。但神经网络拟合逆运动学映射仍存在较大的定位误差,且对于负载变化的鲁棒性不好,本文提出了神经网络逆运动学与迭代学习结合的控制策略来收敛机械臂位姿误差,并最终完成了机械臂的控制系统设计。最终,在搭建的实验平台上,进行了大量的机械臂实验研究。运动性能实验测试了机械臂的定位精度、重复定位精度和运动速度;误差收敛实验证明了在空载与负载的状态下,神经网络逆运动学与迭代学习结合的控制策略都可以有效收敛位姿误差;而操作实验则在实际应用操作场景中,使机械臂很好地完成了相应任务,体现了机械臂的稳定性与可靠性。