可重构模块机器人是一类具有标准模块与接口，可以根据不同的任务需求对自身构形进行重新组合与配置的机器人。根据模块化的概念，可重构模块机器人的关节模块包含了通讯、驱动、控制、传感等单元，可以使机器人在不同的外界环境与约束下根据任务需要改变自身构形，使重构后的机器人能够对新的工作环境有更好的适应性。一般来说，可重构模块机器人可以生成的构形数量取决于关节模块与连杆模块的类型，自由度，以及接口数量等等，通过对模块的重新配置来实现多种不同的装配构形，并提供不同的输出功率，从而表现出许多传统机器人所不具有的优势，例如：可以通过构形重构，添加或减少模块来实现机器人的结构柔性；为新型机器人产品的开发提供一个低成本高效率的测试平台，以此鼓励和推动新技术的开发与发展；缩短新技术的研发周期，并从长远角度降低新型机器人的研发，测试和维护成本。与此同时，我们需要设计合适的控制系统来保证机器人重构后的稳定性与精确性。可重构模块机器人在执行任务时，不可避免的要与外界环境产生接触，从而受到来自外界环境的约束。为了补偿机器人关节所受约束力并获得良好的控制精度，研究面向动态约束的机器人关节力矩反馈与补偿及动力学控制是可重构模块机器人领域的一个重要课题。直至目前，学者们针对采用直接力矩传感技术的机器人关节约束力补偿与控制方法进行了大量研究。然而，安装关节力矩传感器会损害其可靠性与坚固性，并使模块结构变得复杂。因此，在无力/力矩传感器且存在外界动态约束的条件下实现可重构模块机器人的关节力矩估计与补偿控制是一类亟待解决的问题。为了保证可重构模块机器人在重构后具有良好的稳定性与精确性，且在外界动态约束下完成既定任务，研究面向动态约束的可重构模块机器人动力学控制方法，是该研究领域的又一个重要问题。在设计可重构模块机器人控制器时，需要考虑控制系统的兼容性与可重构性，即对于不同的机器人构形均具有良好的控制性能。为了满足上述要求，传统控制方法需要消耗大量的运算资源，当机器人系统结构较为复杂时，控制器的稳定性与可靠性难以保证。因此，研究更符合模块化的设计思想，复杂程度低，运算速度快且对机器人模型不确定性具有较强辨识与补偿能力的可重构模块机器人动力学控制方法是十分必要的。本文针对面向动态约束的可重构模块机器人的力矩估计与分散控制方法展开深入的研究与探讨。主要研究了面向动态约束的可重构模块机器人的动力学建模方法，基于谐波传动模型的关节力矩估计方法，基于Actor-Critic-Identifier (ACI)的分散强化学习最优控制方法，基于可变增益超螺旋算法(Variable gain super twistingalgorithm, VGSTA)的分散滑模控制方法，基于关节力矩估计的分散积分滑模控制方法等。全文的主要内容包括：1.阐述了论文选题的研究背景及意义，对可重构模块机器人的国内外研究现状及热点研究问题进行综述。2.基于Newton-Euler迭代算法，通过一组高效的正向与反向迭代方程，考虑作用在各个关节及连杆上的力/力矩以及关节间的耦合力/力矩，建立可重构模块机器人的动力学模型。在此基础上，基于局部的关节动力学信息，将机器人系统动力学模型分解为若干个动力学子系统，深入分析子系统动力学特性，并给出面向动态约束的可重构模块机器人子系统动力学模型。根据双外力作用下的弹簧质量系统特性，对可重构模块机器人关节模块内嵌的谐波传动装置进行研究，并提出基于谐波传动模型的关节力矩估计方法。在同时考虑波发生器与柔轮的柔度、谐波传动运动学误差以及力矩偏差的情况下建立谐波传动模型，并基于该模型，提出一种新颖的关节力矩估计方法，在不采用关节力矩传感器的情况下，仅利用电机端与关节末端的位置测量数据对可重构模块机器人关节力矩进行估计。3.基于Actor-Critic-Identifier策略，在存在耦合模型不确定性的情况下，研究面向动态约束的可重构模块机器人的连续时间非线性最优控制问题。采用Actor NN、Critic NN及Identifier分别对系统最优控制策略，最优Q函数及模型非线性项进行辨识，设计分散强化学习最优鲁棒跟踪控制器，使系统满足HJB方程下的最优条件。最后，通过Lyapunov稳定性理论对Identifier及控制器的稳定性进行分析与证明。4.研究了基于VGSTA的可重构模块机器人分散滑模控制方法。首先，提出一种基于可变增益超螺旋扩张状态观测器(Variable gain super twistingalgorithm–extend state observer, VGSTA-ESO)的分散终端滑模控制方法，并采用遗传模拟退火算法对观测器当中一些待定参数进行自适应调整。该方法融合了ESO强大的估计、抗扰能力以及VGSTA对系统误差的收敛能力，使得系统能够在极短的时间内跟踪期望轨迹，且估计误差可以在有限时间内收敛为零。其次，研究了面向动态约束的可重构模块机器人分散积分嵌套滑模控制方法。该方法将积分滑模与嵌套滑模的思想相结合，采用双曲函数及伪滑模面设计构建积分嵌套滑模面，并设计分散积分嵌套滑模控制器，补偿模型不确定性并抑制滑模控制抖振。5.针对一类采用谐波传动的可重构模块机器人，研究在自由空间及动态约束下的分散积分滑模控制问题。首先，根据第二章提出的关节力矩估计方法，在仅采用位置测量信息的情况下，设计非线性速度估计器与分散积分滑模控制器，通过对一类自由空间下的三自由度可重构模块机器人进行实验研究，验证了所提出的速度、力矩估计方法及控制器的有效性。其次，提出了面向动态约束的可重构模块机器人分散积分滑模控制方法，在不采用力/力矩传感器的条件下解决了存在动态约束力与耦合模型不确定性的可重构模块机器人轨迹跟踪问题。将积分滑模设计与分散控制策略相结合，基于独立的关节动力学信息设计分散控制器，对包含摩擦力建模误差，谐波传动力矩偏差以及关节间耦合在内的模型不确定性进行补偿并削弱控制器抖振，确保机器人关节与末端执行器精确跟踪期望轨迹。最后，对全文研究内容进行总结，并结合作者研究过程中的切身体会，对接下来的研究工作进行展望。