机器人在从事精密装配、工件表面打磨、抛光和擦洗及轮廓跟踪等作业时，要求其终端执行装置和环境之间保持接触，同时具备控制其终端位置和接触力的能力，即机器人力控制的能力。 机器人力控制是机器人控制领域中的研究热点。针对在形状和刚度均未知的接触环境中进行柔顺控制的问题，在传统的力控制方法中加入了智能控制策略以适应未知环境的动态特性。论文在理论研究的基础上，进行了相关的计算机仿真研究，并在开放式机器人力控制平台上进行了大量的实验研究，主要研究内容及成果如下： (1)在传统的阻抗控制模型中应用一种新的参考轨迹模糊调节算法，根据反馈的接触力信息，通过模糊推理，用参考比例因子调节参考轨迹，从而使生成的参考轨迹适应未知环境刚度的变化。同时根据接触力的变化对阻抗模型参数进行模糊调节，减少了受限运动中一些干扰的影响，使跟踪位置误差和力误差达到最小，提高了全局力控制效果。通过计算机仿真，证明在环境参数变化时，此算法较传统的力控制方法有更好的鲁棒性。 (2)针对机器人在形状和刚度均未知的接触环境表面上进行柔顺控制的问题，提出了一种面向未知环境的智能预测算法，并将其应用于阻抗模型中。此预测算法根据机械手末端位置和力的反馈信息，通过三种预测因子(满意度因子，曲率适应因子，参考比例因子)，预测并调整未来采样时刻的阻抗控制模型中的参考轨迹，使控制器能够对未知环境的动态特性具有适应能力。每次预测首先对以前的预测进行评估，使其具有更好的在线适应能力，同时考虑环境表面曲率和刚度变化的特点。算法在线调节阻抗模型参数，减少在受限运动中的力误差，提高全局的力控制效果。根据反馈方式的不同，把智能预测算法分为两种：基于位置反馈的预测算法和力反馈的预测算法。文中比较了这两种方法的区别，并进行了相关的仿真研究。此外，在自由空间到约束空间的转换过程中加入了非连续的转换算法，减少了转换过程中的冲击力，在随后的受限运动中采用上述的智能预测算法。通过对椭圆、正弦曲线等多种有凹凸变化的受限表面进行的力跟踪仿真研究，结果表明控制算法对未知环境参数的变化有较强的适应能力，可以在接触表面刚度在一定范围内变化的情况下，完成对形状变化比较平缓(光滑连续可导的)各种非规则曲面的力跟踪。 (3)在力/位混合控制模型中同样应用此智能预测算法。根据位置和力反馈信息，通过三种预测因子预测调整力/位混合控制模型中的期望轨迹，使机器人控制器能够对未知环境的动态特性具有适应能力。预测算法不仅预测力/位混合控制模型中未来时刻的期望轨迹，还通过对方向角的预测，实时计算旋转变换矩阵和选择矩阵，确定了未来采样时刻接触点的力控和位控方向。与阻抗控制模型中的预测过程相似，预测算法考虑了过去控制周期预测误差和接触环境表面曲率的变化。同时，算法中根据接触力误差在线调整力控向量中的比例参数，减少冲击力，提高全局的力控制效果。通过计算机仿真，验证了预测算法可以在不同的控制模型中应用，取得了较高的力控制精度。 (4)为了在机器人控制器中实现提出的智能力控制算法，完成各种力控制实验，构造了一个开放式机器人力控制系统，并对系统中硬件和软件体系结构进行了深入的探讨与分析。根据系统中应用的DSP控制器的特点和伺服驱动器的不同控制模式，给出了一种机器人力控制具体的硬件实现形式。同时，针对力控制系统中开放式的要求，编制了模块化的控制软件。另外，对影响机器人控制器实时性的主要因素进行了分析。 (5)在开放式的机器人力控制系统中，应用提出的智能预测算法在不同的控制模型(力/位混合控制模型，阻抗控制模型)、不同的预测方式(位置反馈预测，力反馈预测)、不同的跟踪速度、不同的期望力、不同的接触刚度条件下对非规则受限表面进行了力跟踪实验研究。分析了实验中未知环境参数对接触力的影响，说明了智能预测算法中预测因子对力跟踪的调节过程。通过多项力跟踪实验结果对比，证明该智能预测力控制算法对未知接触环境参数的变化有较强的适应能力和较高的力控制精度。在实验条件下，稳定状态下的力控制误差可以控制在3％之内。