气动人工肌肉主要由橡胶管,纤维编织套以及两端的刚性连接件组成,当向橡胶管内充入压缩气体时,气动人工肌肉在轴向收缩同时对负载产生收缩力。与传统驱动器相比,气动人工肌肉具有高功率/体积比、高功率/质量比以及类似生物肌肉的柔性等优点,在仿生机器人及医疗康复领域具有广阔应用前景。本文以气动人工肌肉驱动的三自由度关节的控制算法为主要研究内容,主要工作如下:首先,分别采用基于刚度特性的方法和基于BP神经网络的方法对气动人工肌肉的力学特性进行数学建模,前者具有更加清晰的表达式但是对气压值的预测精度不如后者。然后,理论推导了气动人工肌肉三自由度关节的运动学和动力学方程,并运用数值仿真和Adams运动仿真验证了方程的正确性。依据以上方程设计三自由度关节的控制算法,包括计算力矩法、基于计算力矩法的鲁棒控制算法、滑模变结构控制算法以及改进的模糊滑模变结构控制算法。最后,通过联合仿真和试验比较了各个算法控制效果上的差异。结果表明基于计算力矩法的鲁棒控制算法和模糊滑模变结构控制算法都能够对建模误差以及干扰进行有效的补偿,具有较高的控制精度。