将机械臂用于打磨任务不仅可以避免打磨环境对于工人健康的伤害,而且可以保证打磨的精度和质量。为了有效降低机械臂末端与环境接触时的冲击振荡,避免对工件造成损坏,需要对机械臂进行柔顺控制。本文以此为切入点,对打磨机械臂主动柔顺控制的方法展开研究,主要针对外力反馈不精确、外界环境和机械臂内部参数不确定情况下机械臂位置和力的控制问题,在关节空间内的阻抗控制算法基础上,设计了相应的基于力和位置混合控制的主动柔顺控制方法。首先针对外力反馈不精确的问题,从控制的角度消除外力项,以减小外力不精确对机械臂关节角度精度的影响。在“PD+”控制的基础上采用了阻尼矩阵设计的方法,抑制关节耦合作用。为了进一步减小关节跟踪误差,在不改变系统稳定性的条件下,提出了一种变参数的阻尼矩阵设计方法,可根据关节误差及其微分调整阻尼矩阵的系数。在外力干扰下,通过对PUMA560关节跟踪控制的仿真,发现关节2的最大跟踪误差减小到了0.009312rad,有效改善了外力不精确所造成的关节误差较大的情况。然后,设计了一种在关节空间内实现力跟踪的阻抗控制方法,将机械臂的任务划分为自由空间和接触空间两种模式。针对不同环境条件下力跟踪的控制问题,对不同阻抗参数下接触力的控制效果进行研究,在关节空间内力跟踪阻抗控制的基础上,提出了一种基于模糊推理的阻抗参数调节控制方法。通过对PUMA560机械臂在期望的接触力发生变换、环境刚度发生变化、环境位置发生变化的情况下的仿真,证明了所设计的模糊自适应阻抗方法可以有效减小接触力的稳态误差,保证误差在0.02N以内,具有一定的鲁棒性。最后,针对接触力超调较大和机械臂内部参数不确定的问题,设计了一种基于神经网络补偿的力/位阻抗控制方法。引入力误差的微分项消除了机械臂接触环境时的力超调,并利用神经网络补偿机械臂惯性矩阵的不确定性给关节跟踪造成的影响,此外对微分项系数进行模糊调节。通过对PUMA560位置和力跟踪控制的仿真,发现该方法能使机械臂快速接近期望位置,还可以获得较好的接触力响应。