机器人技术正在向高速、高精度和智能化方向发展，因此，对机器人的控制精度提出了更高的要求。相比于传统仅基于误差反馈的控制方案，基于模型的控制由于加入了机器人的动力学模型，因而可提高机器人的动态性能及对轨迹的跟踪精度。构造基于模型的控制方案离不开精确的动力学模型，然而实际机器人存在诸多影响动力学的因素，必须对其进行补偿。采用对整体机器人进行动力学参数辨识的方法，既不增加动力学模型的复杂性，又可体现各种动力学影响因素的作用，获取最接近机器人实际动态特性的动力学模型。本文针对典型工业机器人，根据应用场合对精度的不同要求，提出了连接组合体方法及测力与测电流相结合方法两种动力学参数辨识方案，相对于传统辨识方法，前者的优点是可减小计算量及累积误差，进而提高辨识精度，并可用连接组合体的参数辨识值表示关节的最小参数集参数，使辨识结果不受负载变化影响；后者的优点是，可实现机械臂惯性参数与摩擦的解耦，进而可通过实验的方法构建关节摩擦模型，提高惯性参数与摩擦模型各自的辨识精度。论文首先建立了串联机器人系统的动力学模型，并对该模型进行线性化，进而得到用于动力学参数辨识的线性模型。分析了串联机器人的动力学特点以及影响动力学建模精度的因素，指出了动力学参数辨识在补偿各种影响因素方面的优点，介绍了机器人动力学参数辨识及动力学参数辨识所包含的几个部分的主要内容。接着，论文从能量方程的角度对机器人参数可辨识性与关节运动的关系进行了分析。通过该方法，无需对机器人进行复杂的符号推导，只需知道机器人的关节配置，就可知道要辨识某个参数所必需给定的机器人关节运动。这一关系对论文后续采用连接组合体方法辨识时，如何进行关节锁定具有指导意义。论文还从能量方程的角度对同一机械臂的参数独立性进行了证明，现存的动力学参数辨识都没有进行这一工作。论文根据力矩测量手段的不同，将现有辨识方法分为测电流辨识与测力辨识两类，对两种方法各自的原理、特点进行了介绍，并指出两种方法各自的不足，针对这些不足，论文基于辨识成本与所期望的精度两方面的考虑，对两种方法分别进行了改进，提出采用连接组合体方法的测电流参数辨识及测力与测电流相结合的参数辨识方案。详细介绍了两种方案各自的辨识模型、辨识原理、辨识流程及辨识算法，并对两种方案进行了仿真验证，通过与现存方法的结果对比，验证了这两种辨识方案的可行性。