与传统的串联机器人相比,并联机器人具有刚度大、精度高、承载力强等优点。冗余驱动并联机器人能够利用冗余特性完全或部分消除奇异性,优化分配驱动力,提高并联机器人的速度和加速度能力。然而,并联机器人存在多条支链的特点给运动学性能分析带来了困难。同时,它又是一个复杂的多输入多输出的非线性系统,具有时变、强耦合和非线性动力学特性,增加了控制的难度。本文针对平面二自由度冗余驱动并联机器人,从运动学分析、机电耦合动力学模型的建立、控制器设计以及实验方面对并联机器人系统进行了深入地研究。研究了并联机器人的速度性能和加速度性能与装配构型之间的关系。利用位置分析得到了并联机器人的全部装配构型,引入速度性能和加速度性能评价指标对各种装配构型进行性能分析。推导出基于机构一阶Jacobian影响系数矩阵和二阶Hessian影响系数矩阵的运动学性能指标,并将抽象的性能指标用曲线的形式描绘在平面上形成直观的性能图谱。结合并联机器人的工作空间分析、奇异位形分析,得出了具有最优机构运动学性能的装配构型。避免了并联机器人设计过程中的盲目性,有利于实现并联机器人高精度的轨迹跟踪。建立了交流伺服电机冗余驱动并联机器人的机电耦合动力学模型。首先利用拉格朗日方程得到三个开链机构的动力学方程,在末端执行器处施加约束得到并联机构的动力学模型。用这种方法简化了建模过程,可以利用已经研究成熟的二杆开链机构的动力学模型,从而实现并联机构的快速建模。其次,利用矢量控制技术,建立了交流永磁同步伺服电机的动力学模型。然后,根据力矩匹配的原则,联立并联机构和交流伺服电机的动力学模型,得到整个并联机器人系统的机电耦合动力学模型。最后,通过对并联机器人系统进行的动力学分析,得到了并联机器人末端执行器的轨迹跟踪效果图、三个主动关节的角位移和交流伺服电机q轴电流的变化规律。利用非线性PID的大范围稳定和对角递归神经网络的非线性逼近能力,设计了非线性PID控制与对角递归神经网络控制相结合的新型智能复合控制器。通过比较三种不同控制策略,即PID控制、神经网络自整定PID控制和新型智能复合控制对并联机器人轨迹跟踪控制效果的影响,说明所设计的新型智能复合控制器无论是对存在初始位置误差的圆轨迹进行跟踪,还是对梯形速度规划下的直线轨迹进行跟踪,都具有较好的控制效果。研究发现,新型智能复合控制器能够克服单一控制方法的不足,鲁棒性强,从而有利于提高轨迹跟踪的精度。针对并联机器人运行过程中的外部扰动,提出了两种用于机器人轨迹跟踪的滑模变结构控制策略,即Terminal滑模控制和神经滑模控制。Terminal滑模控制对外界扰动具有较强的抑制能力,而且通过设定不同的Terminal时间可以实现不同的收敛速度。神经滑模控制有效抑制了常规滑模控制的抖振,即使存在系统参数误差和外界扰动等非线性不确定性因素的影响,仍能实现对期望轨迹的理想跟踪。对平面二自由度冗余驱动并联机器人进行了动力学性能及轨迹跟踪控制实验。进行了并联机器人振动及频率特性测试,验证了考虑交流永磁同步伺服电动机和并联机构的相互作用所建立的机电耦合动力学模型的正确性。通过在PID控制的基础上引入速度前馈和加速度前馈,提高了轨迹跟踪的精度。本文的工作为冗余驱动并联机器人系统的进一步应用研究奠定了基础,也为其它类型并联机器人的理论和应用研究提供了借鉴,有助于实现并联机器人高质量的运行。