空间机器人将在人类未来空间活动中发挥重要作用,对空间机器人的研究已经成为世界各国航天技术的研究热点。自由漂浮空间机器人是空间机器人的一种类型,其载体的姿态控制和位置控制在机械臂操作期间均不工作,即处于关闭状态。空间机器人工作在这种方式下可以节省燃料和电能,延长空间机器人的在轨寿命,因此自由漂浮空间机器人与其他类型的空间机器人相比具有突出的优点和广阔的应用前景。本文以自由漂浮空间机器人系统为研究对象,研究了自由漂浮空间机器人的动力学、轨迹规划与轨迹控制问题。本文首先介绍了自由漂浮空间机器人的基本概念和特性,综述了世界各国的空间机器人及其地面仿真技术的研究情况。对空间机器人学理论问题的国内外的研究现状进行了系统评述,内容包括系统的建模问题、轨迹规划问题、控制问题等方面。本文应用多刚体系统动力学理论和增广体矢量方法,推导了自由漂浮空间机器人的运动学和动力学模型,并给出了平面二连杆自由漂浮空间机器人的模型实例。本文注意到自由漂浮空间机器人在抓取负载过程中由于与负载接触而产生外部扰动力矩,而目前提出的大多数控制器并没有考虑这一点。本文基于这一事实对扰动力矩建立模型,分析了干扰力矩的性质和特点,并分析了自由漂浮空间机器人实际系统存在的不确定性。自由漂浮空间机器人系统动量矩守恒,机械臂与载体之间存在动力学耦合。由于动量矩守恒方程不可积分,系统的运动为受非完整约束的运动。为利用系统的非完整特性解决自由漂浮空间机器人的运动问题,本文建立了考虑非完整约束的自由漂浮空间机器人动力学方程,并在此基础上应用坐标变换的思想提出了基于参数优化的非完整轨迹规划方法,使得在机械臂到达指定位置的同时,载体姿态也同时到达期望值,解决了机械臂运动与载体姿态相互影响的问题。轨迹规划解决的只是自由漂浮空间机器人运动学方面的问题,因而研究非完整轨迹规划在动力学上的实现问题具有重要意义。然而目前的研究集中于因负载的变化引起的系统模型不确定性,而没有考虑到外部干扰对系统性能的影响。本文研究了关节空间内的自由漂浮空间机器人鲁棒轨迹跟踪控制问题,提出了基于模糊神经网络的鲁棒智能联合控制器和非线性H∞鲁棒控制器。前者利用Lyapunov方法设计的网络参数调整律保证了系统的稳定性,利用鲁棒控制器对模糊神经网络的逼近误差进行估计和抑制,从而克服了系统不确定性的影响;后者针对同时存在模型不确定性和外部干扰的情况,基于Backstepping方法避免了直接求解HJI不等式的困难,能够使系统镇定并保证从干扰到跟踪误差的L2增益小于给定的指标。在实际的空间操作期间,空间任务的期望轨迹通常是机械臂末端执行器在任务空间(即惯性空间)内的轨迹,而不是逐个地给定关节轨迹,因此研究任务空间内的轨迹跟踪问题具有重要的实际意义。但是任务空间轨迹实时转换为关节空间轨迹需要计算系统的雅克比矩阵。由于自由漂浮空间机器人系统的雅克比矩阵与系统的动力学参数有关,因此当系统存在参数不确定性时,无法保证将任务空间轨迹精确转换为关节空间轨迹。对此本文研究了任务空间内的自由漂浮空间机器人的轨迹跟踪控制问题。考虑同时存在模型不确定性和外部干扰的情况,利用“增广变量法”和耗散性原理设计了任务空间内的自适应鲁棒轨迹跟踪控制器。还根据RBF神经网络的学习能力和鲁棒性强的优点提出了任务空间内鲁棒神经网络轨迹跟踪控制器。这两个控制方案均能够保证从外部干扰到跟踪误差的L2增益小于给定的指标,并且能使系统渐近稳定实现了末端抓手在任务空间内对期望轨迹的精确跟踪。