移动机械臂作为一种更加新颖的机器人,在当今生产生活中发挥着越来越重要的作用,也引起了国内外研究学者的广泛关注。研究的热点主要集中在移动机械臂的运动规划与控制问题。多连杆模块化移动机械臂由于其结构的复杂性,数学模型的建立是极为困难的,所以控制方式不同于目前研究较多的两连杆平面移动机械臂系统。结构的复杂性,难免存在众多的不确定性,基于模型的集中式控制器设计方法受到了制约。因此,针对模块化移动机械臂的结构特点,本文在对目前的研究状况进行深入学习的基础上,提出了分层递阶分布式控制体系结构,将机器人规划控制层分为规划层和控制层,采取“运动学层面的协调规划,动力学层面的分布式控制”的规划控制策略,采取“协调规划,分而治之”的思想对平台子系统和机械臂子系统的动力学控制问题进行了研究,提出了相应的控制方法。本文研究工作可以总结为以下几个方面：(1)提出模块化移动机械臂系统的分层递阶分布式控制体系结构。由于模块化移动机械臂系统结构上的分布性,基于模型的集中式控制器设计几乎是不可实现的,被控对象的结构特征往往会制约控制器的体系结构设计。因此,在对多连杆模块化移动机械臂运动学和动力学同两连杆平面移动机械臂充分比较的基础上,提出模块化移动机械臂控制体系结构的性能要求,并且设计分层递阶分布式控制体系结构。将体系结构中的规划控制层分为运动学和动力学两个层面,运动规划从运动学层面考虑,动力学层面采用分布式控制方式,将移动平台和机械臂视为整个系统的两个子系统,将机械臂各关节进行线性解耦,体系结构的适应性分析说明了所提方案的可行性。(2)基于所设计的控制体系结构,研究冗余模块化移动机械臂的运动规划问题,提出一种移动机械臂系统逆运动学求解的解析方法。针对由美国Pioneer公司生产的Powerbot移动平台和德国Amtec公司的PowerCube模块化机械臂所集成的移动机械臂系统,对其正向运动学进行了深入地分析。面向抓取空间小球这一具体任务,提出一种逆运动学求解的解析方法。对于不满足Pieper定理的机械臂系统,对部分关节加以约束,将有效地解决任务规划问题。(3)针对移动机械臂动力学控制问题,首先研究平台子系统的轨迹跟踪控制问题。移动平台属于非完整系统,非完整系统模型建立相对容易,然而难免存在一定的建模误差和受到外界噪声干扰等不确定性影响。基于RBF神经网络对非线性函数的逼近能力,采用滑模控制方式设计了鲁棒自适应控制器。根据系统标称模型设计了等效控制律,通过滑模控制的鲁棒切换项来抑制系统不确定部分。利用神经网络自适应逼近鲁棒切换项的增益,并通过Lyapunov稳定性定理得到了神经网络权值自适应调节律。(4)机械臂子系统的动力学控制问题,首先研究了较为简单的两连杆平面电驱动机械臂控制问题。考虑了关节的驱动电机特性,将机械臂系统视为由关节子系统和电机子系统组成的级联系统。根据关节角位移信息,通过Luenberger观测器对机械臂角速度进行观测。考虑了电机的动力学不确定性,利用Backstepping设计方法和滑模控制思想设计了系统的控制器。本章意在指出模型相对简单的被控对象,基于模型的控制器设计具有一定意义。(5)提出基于ESO的SISO系统轨迹跟踪控制器设计方案,并将其应用到模块化机械臂PowerCube的关节空间分布式鲁棒控制问题。利用滑模控制的系统降阶特性,可以将状态变量数目为n的高阶系统降阶为状态变量为滑模面的一阶广义系统。将系统可能出现的建模不确定性和外界干扰视为系统“总的不确定性”,利用二阶ESO对之进行实时地估计和补偿,基于滑模控制设计思想设计了鲁棒控制器。将多模块机械臂各关节进行解耦线性化,根据所提出的控制器设计方法进行了PowerCube机械臂关节空间控制器设计。(6)基于关节解耦线性化模型和ADRC理论体系框架,考虑参考输入信号受噪声影响情况下,设计了离散的PowerCube模块化机械臂关节空间分布式鲁棒控制器。鉴于(4)所设计的Luenberger观测器仅适用于精确模型的机械臂的不足,本部分进一步考虑了机械臂关节子系统和电机子系统均存在不确定性条件下的机械臂关节空间轨迹跟踪问题。依据Backstepping思想,对系统控制器进行了设计,所提控制策略在两自由度模块俯仰运动方向进行了验证。