随着我国经济的增速发展,城市化的进程的飞速加快,全国的建筑行业已经不断的向高空延伸,大型高空建筑如雨后春笋在各个城市拔地而起。与此同时,局部发达地区城市的人口不断扩张,高层建筑也逐渐替代了传统的住宅楼。在“绿色建筑”及“中国制造2025”的推动下,建筑行业中装配式建筑成为了必然趋势。不仅装配式建筑大大提高了施工作业的效率,也更加符合绿色建筑的要求,建筑业设计的标准化和项目管理的信息化,结构件的标准程度与生产效率呈现正比关系,更有利的是构件成本会大幅度减低,再加上工厂智能的管理模式,整个装配式建筑的性价比会越来越高,这就使得发展建筑行业机器人迫在眉睫。本课题对建筑行业中装配式建筑进行了分析,以实验室自主设计的建筑幕墙安装机器人为对象,利用机器学习与阻抗控制算法对机器人的柔顺性进行研究。首先对建筑机器人的运动学与动力学建模分析,并建立其数学模型,为后文柔顺性研究奠定基础。本文研究的核心内容如下:(1)在人机协作机器人的意图理解上着手研究,对人机协作过程中操作者的输入信息特征进行研究,总结出机器人传感器对输入信息精准判断、预测的控制策略,并通过一自由度的机器人对算法可行性进行验证。(2)对比经典的阻抗控制和导纳控制在原理上的区别,通过选取机器人的大臂小臂的简化模型作为仿真研究的对象,建立控制理论的数学模型。通过仿真效果的对比,导纳控制算法明显更适用于建筑幕墙安装机器人的柔顺性控制策略的研究。由于在复杂安装环境下,末端接触的环境刚度是未知的,所以在导纳控制的基础上加入自适应算法,对不同环境刚度下的末端接触力仿真分析。(3)将控制算法结合到机器人的运动控制系统中,通过对安装过程中末端接触力进行实验,验证了采用自适应导纳控制可以实现机器人在复杂环境柔顺性的操作;利用激光跟踪仪对机器人末端进行运动跟踪。实验证明,本课题所设计的建筑幕墙安装机器人的力控制系统,能够实现机器人通过人机协作的方式完成安装任务。