康复机器人能替代专业的护理人员对病人进行繁琐重复的康复工作,从而降低人力成本。人工气动肌肉因其与人类肌肉相似的特点,在康复机器人中得到了广泛的应用。在康复过程中,需要根据患者情况提供针对的训练,这个过程可以看作是一个轨迹跟踪控制问题。也就是说,康复训练可以通过人工气动肌肉驱动的康复机器人的轨迹跟踪控制来实现。然而由于人工气动肌肉存在复杂非线性以及强不确定性等因素,使得对其进行高精度控制十分困难。本文主要研究人工气动肌肉及相关模型的有限时间轨迹跟踪控制。首先对人工气动肌肉负载运动系统和人工气动肌肉-扭簧系统进行建模,并介绍有限时间控制的相关理论和在本文使用的引理,为后文的理论推导提供理论依据。针对人工气动肌肉的强不确定性特性,本文首先提出了一种基于干扰观测器的有限时间最终一致有界轨迹跟踪控制算法,该算法通过干扰观测器估计扰动,将其作为有限时间最终一致有界控制器的前馈补偿控制,以克服人工气动肌肉的不确定性和外界干扰。为了确保系统的全局有限时间稳定性,本文提出了一种基于有限时间干扰观测器的轨迹跟踪控制算法,通过设计二阶非线性终端滑模面,当系统状态到达滑模面时,同时保证了有限时间干扰观测器的收敛,并估计了全局的收敛时间范围。最后,在基于有限时间干扰观测器的轨迹跟踪控制算法的基础上,提出了高增益有限时间轨迹跟踪控制算法,对于有限时间控制器和二阶非线性终端滑模面引入高增益技术,得到与高增益参数相关的全局的收敛时间范围,通过适当地调节高增益参数的大小,可以改善系统的收敛性能。本文在人工气动肌肉系统模型和人工气动肌肉-扭簧系统模型中实现了这三种算法,通过大量的仿真对比,结果表明这三种有限时间控制算法在抗干扰特性、跟踪精度、鲁棒性均表现良好,为人工气动肌肉的应用提供理论依据。