简单夹持器是机器人常用的末端执行器,无法用于实现负荷的精细操作。多指灵巧手作为机器人末端执行器,可以极大地提高机器人的智能化。肌腱驱动型机器人手通过肌腱远程驱动,极大地减少了灵巧手的尺寸和重量,因此肌腱驱动机器人手受到了人们的极大关注,并取得了一定的研究成果。但是腱与机械结构之间的摩擦力以及外部环境的不确定性等因素影响着肌腱驱动灵巧手控制算法的设计。本课题针对肌腱与机械结构的摩擦力以及外部环境不确定性等问题,以提高控制系统的柔顺控制性和实时控制性为目的,结合智能控制算法,设计了机器人手的单指控制算法。具体研究内容如下:1.利用ADAMS和MATLAB联合仿真验证关节空间控制器的解耦性。设计了腱张力约束下灵巧手腱张力/位置控制方法,在自由空间运动,包括弯曲和松手返回状态时,采用由期望笛卡尔位置经关节刚度转换得到的关节力矩,与物体接触后将其切换为由期望指尖接触力通过接触力控制经雅克比矩阵转换得到的关节力矩。结果表明,关节空间张力控制方式可以实现关节解耦。2.针对控制器参数无法实时调节的问题,设计了基于神经网络系统的自适应力矩控制,将神经网络与传统的控制器进行融合,设计出能够进行在线调节相关系统的控制器,并对控制器进行仿真。仿真结果表明,当机器人手处于较为复杂且不确定的环境时,控制系统可以达到较好的控制效果。3.针对控制器无法完成柔顺操作的问题,设计了基于模糊控制的力/位置混合控制方案,以阻抗控制为理论基础,详细阐述了控制系统的结构,对整体作详细的设计和仿真,并与常规控制器进行比较。仿真结果表明,模糊控制系统相比于常规的控制器,参数调整速度较快,延迟时间少。