随着人工智能技术的发展和空间科研活动的广泛展开,空间科学实验任务的复杂度和精细操作程度不断增加。面对非结构化的环境和复杂多样的科研任务,仅仅依靠机器人自主感知环境状态并做出决策规划执行任务是不现实的。因此基于预测模型的力反馈遥操作控制技术成为完成复杂精细操作科学任务等的重要技术手段。本文针对空间遥操作中环境模型建模参数辨识、虚拟模型参数在线更新、从端柔顺控制技术进行研究,主要包括以下工作内容:首先,研究了环境模型建模及参数辨识技术,搭建了基于预测模型的遥操作系统。首先介绍了搭建的实验环境及系统架构,从多个模块分别介绍了遥操作系统所具备的功能和完成的任务。接着介绍了多种环境建模及参数辨识算法,并进行深入分析和实验研究,完成了接触扭转实验任务,为环境模型建模和参数辨识技术提供实践参考并为在线参数更新和从端柔顺控制的研究奠定基础。其次,研究了遥操作系统中的环境模型参数更新算法。首先对主端环境模型中参数直接更新带来的问题进行了分析验证,证明了虚拟环境模型参数更新输出的反馈力对系统稳定性的影响。然后针对多种环境模型更新算法进行理论推导和实验分析,在渐进更新的分析基础上,本文提出了自适应变速率渐进更新算法,根据当前参数值和目标参数值的差距自适应地调整更新速率,该算法既能够保证更新参数的连续性,又能兼顾快速响应特性。实验结果表明,该算法在保证一定的突变值范围的前提下,提高了更新效率,更新性能较优,且结合基于渲染力的更新算法的思想,使得操作者的体验更好,提高了遥操作的稳定性和鲁棒性。再次,针对预测模型遥操作系统从端柔顺控制技术展开研究。针对从端与环境柔顺交互的场景引入阻抗控制策略,在从端控制环路中加入代表从端力位特性的阻抗参数输入,在保证位置跟踪的前提下,增强从端与环境的柔顺交互的阻抗特性,体现从端柔顺运动特性。介绍了从端遥操作系统中的参数自适应调节阻抗控制器,在此基础上提出了融合径向基神经网络的阻抗控制算法,应用于从端遥操作系统,具有容忍误差和拟合运动特性的鲁棒性。最后,搭建了基于预测模型和虚拟场景的遥操作系统实验平台,对本文的研究内容进行了验证实验和分析。实验结果进一步验证了理论方法的正确性和有效应用。