近年来,智能材料的开发与使用,已经成为现代高技术与新材料发展的重要方向。智能材料是一种能够感知外部信号刺激,自身可执行动作的材料,可以作为新型驱动器应用在机器人领域。智能材料驱动器已经成为开发仿生、软体机器人等领域的重要驱动功能器件,其制备、建模、控制及应用技术吸引了越来越多不同学科研究者的关注。本文针对智能材料驱动器在机器人系统中作为末端执行部件的应用展开了研究,主要研究内容如下:（1）面向微操作系统中的末端执行器抓取操作任务,设计了一款新型IPMC（ionic polymer metal composite）二指夹持器,其中一指为IPMC驱动器,用于产生对被操作物体的夹持力,另一指为压阻薄膜传感器,用于测量抓取操作过程中的夹持力。通过研究夹持器在抓取操作过程中的驱动特性,其展现出了明显的迟滞非线性特性,本文首次采用克里金法描述IPMC输出力模型,并针对模型设计了克里金预测控制系统、克里金预测-小波滤波控制系统、KPWF（Kriging prediction-wavelet filter）前馈补偿 SPSA（simultaneous perturbation stochastic approximation）参数调节 PID（proportion integration differentiation）控制系统,最终通过实验验证了 KPWF前馈补偿SPSA参数调节PID控制系统具有较好的控制效果,能够实现新型IPMC二指夹持器泡沫球抓取操作任务过程中的输出力控制。（2）面向微操作系统中的末端执行器固定操作任务,设计了驱动感知一体IPMC夹持器,其中一指为固定金属片,起到对被操作物体的支撑作用,另一指为压阻薄膜传感器,用于测量固定操作过程中的夹持力,同时其外侧附有IPMC驱动器,用于产生固定力,通过压阻薄膜传感器作用在物体上。分析夹持器在固定操作过程中的驱动特性,其展现出了明显的蠕变非线性特性,本文创新地建立了IPMC输出位移Hammerstein模型,并针对模型设计了具有固定力补偿的基于状态观测器的状态反馈鲁棒控制系统,最终通过实验验证了控制系统具有较好的控制效果,实现了驱动感知一体IPMC夹持器固定泡沫球操作任务过程中的位置控制与固定力补偿。（3）设计了一款模块化SMA（shape memory alloy）驱动仿人五指手,模块化设计思想将SMA驱动器、弯曲传感器、温度传感器、传动机构等部件巧妙结合,使得SMA仿人手具有集成化、小型化、轻量化等优点。利用强化学习智能算法开发了 SMA仿人手控制系统,选取时序差分策略搭建SMA仿人手的稳态抓取操作控制系统,其中弯曲值作为状态量,SMA温度值作为系统保护状态量,PWM占空比作为动作量,ε-贪心算法完成动作搜索,制定符合SMA仿人手动作规律的奖惩值表,分别采用离线学习Q-learning算法与在线学习Sarsa算法搭建了控制系统,最终通过对物体的抓取操作实验验证了系统的可靠性。（4）使用液体硅橡胶形状沉积制造技术得到气动软体夹持器,针对一款通用气动软体夹持器气腔形态的工作变形过程进行建模分析,选用刚度和伸展率两个参数进行评价,刚度与负载具有正相关关系,伸展率与材料的剪切模量和硅橡胶层的厚度具有负相关关系,并且还与变化过程中的伸展系数有关,使伸展系数和曲率与充气压力的关系呈现一定的非线性,从而为气动软体手指制作提供了理论参考。应用弯曲传感器和气压传感器在气动软体夹持器抓取操作控制系统中的数据,研究了气动软体夹持器工作过程中的弯曲特性和弯曲与球形物体尺寸关系特性,使其实现了球形物体直径预测功能和自适应稳态抓取功能,最终将气动软体夹持器安装在实验室自制码垛机器人的末端执行器位置,实现了码垛机器人自动分拣水果的功能。