机器人柔顺操作是当前研究和应用领域的热点问题。由于操作过程中接触力可能随位置变化,因此机器人需要具备指定位置处的指定力（即“定点定力”）控制能力。显然,“定点定力”的实现依赖机器人力/位姿精度的精准控制。然而,机器人力位控制存在如下问题:（1）采用轮廓误差定量评价机器人位姿精度时,轮廓误差的控制效果受其估计精度和控制器性能影响;（2）电机位置反馈形式的轮廓控制难以克服关节连杆变形对位姿精度的影响,需要进行末端位姿全闭环控制;（3）阻抗力控制中环境参数未知,阻抗参数选择困难,且较少考虑位置跟踪残差对力跟踪精度的影响,力控制性能有限。针对以上问题,本文在力形双环的机器人控制框架下,遵循“半闭内环轮廓控制→全闭内环视觉伺服→外环阻抗力控制”的研究思路,首先提出基于高精度轮廓误差估计的轮廓控制以及融合特征深度估计和图像误差度量的视觉伺服策略,以此改善机器人位姿精度,然后在环境参数在线估计和阻抗参数自适应变化基础上,通过位置跟踪残差修正的阻抗策略实现高精度接触力控制。论文的主要研究工作如下:（1）基于高精度轮廓误差估计的双滑模轮廓控制。定义六轴机器人轮廓误差,提出一种基于二阶泰勒展开和线性比的高精度轮廓误差估计方法。在此基础上,提出一种双滑模轮廓控制器。开放式六轴机器人实验表明,所提估计方法与当前最优方法相比,位置和方向轮廓误差分别可降低约39%和73%,计算量可降低约65%;所提控制器可有效降低控制信号抖动,与传统滑模轮廓控制器相比,位置和方向轮廓误差分别可降低约25%和27%。（2）基于插值的轮廓误差估计和基于分量的轮廓控制。提出一种基于二次多项式插值的位置轮廓误差估计方法,并利用位置估计结果和线性插值估计方向轮廓误差。通过在任务空间中对跟踪误差和轮廓误差分量加权求和,并对新构造的误差向量指定二阶动力学特性,提出一种基于分量的轮廓控制器。开放式六轴机器人实验表明,所提估计方法无需除参考位姿外的其余任何曲线信息,与（1）中方法相比,估计精度类似,但计算量可降低约37%;所提控制器有效避免现有轮廓控制器中局部轨迹区域轮廓误差不降反增的问题。（3）融合特征深度估计和K-L散度图像误差度量的视觉伺服。分析经典相机透视模型,获得透视系统动力学方程。提出一种对数降阶特征深度观测器结构。提出一种基于K-L散度图像误差度量的视觉伺服方法。MATLAB/Simulink仿真表明,所提观测器与现有典型观测器相比具有全局渐进收敛性、比指数结构更快的收敛速率、较少限制的可观性条件以及较强的噪声鲁棒性等综合优势;两轴运动实验表明,所提观测器与Kinect V2传感器相比最大估计误差不超过0.05188 m。Vi SP仿真表明,所提伺服方法无需特征提取、跟踪与匹配过程,与基于直方图的方法相比,收敛速率可提高40%以上。（4）考虑位置跟踪残差的自适应阻抗力控制。分析传统基于位置的阻抗控制框架下影响力跟踪精度的相关因素,进而考虑机器人位置跟踪残差修正该阻抗策略。采用现有自适应方法估计环境刚度和位置参数。在此基础上,根据模型参考自适应理论实现阻抗刚度和阻尼参数的实时调整。MATLAB/Simulink仿真表明,所提自适应阻抗控制方法可有效降低接触力突变时产生的力振荡;六轴机器人接触实验表明,与未考虑位置跟踪残差情况相比,考虑位置跟踪残差可降低80%以上的力跟踪误差。叶片机器人磨抛应用进一步验证了所提力控制方法在实际工况下的有效性。