随着机器人技术的快速发展,机器人应用越来越聚焦于机器人与环境发生交互的场景,如打磨抛光、柔顺装配、医疗康复等。在交互任务中,机器人通常与对象或环境发生接触,采用传统的位置控制方式会产生很大误差,故需要进行接触力控制,使机器人具有对环境的柔顺性。由于力觉控制框架尚未完善,研究机器人对交互力的柔顺控制有重要的现实意义。为了实现机器人对力的感知与控制,本文针对人机协作中人工引导问题,对机器人运动学、阻抗力控方法、力补偿、速度钳位和奇异点等问题展开研究,设计了基于六维力传感器的机器人力控系统,并进行了测试实验。本课题的主要工作内容包括:（1）研究机器人力控系统的总体方案,完成机器人力控系统的硬件选型及软件架构的设计,并对六维力传感器的测量数据进行力补偿。（2）建立机械臂的运动学模型,确定运动学正逆解,基于“最短行程”准则选择最优逆解,并在MATLAB下进行机器人物理模型的搭建及算法的仿真与验证。（3）对基于位置的阻抗控制策略进行分析,分析算法中各参数对系统性能的影响,并引入自适应控制算法进行改进,设计了自适应变阻尼控制器,对系统进行了稳定性分析。在MATLAB所建立的机器人物理模型的基础上,分别对两种方法进行力控仿真实验。利用Simulink建立机器人力控仿真系统,进行不同力信号下的跟踪仿真实验,并对其结果进行对比分析。（4）分析了实验中关节速度钳位和奇异点这两个关键性问题,提出了一种包含真实阻抗模型和虚拟阻抗模型的双阻抗模型。虚拟阻抗模型用于对速度或奇异点进行处理,将经过处理的信号传递给真实阻抗模型,真实阻抗模型再实际作用到机器人。该方法能够有效地解决速度超限和奇异点问题。其次,对力控牵引算法的编程实现进行了阐述,并在物理平台中验证了各算法的工程实用性。