外骨骼可以提升人们的肢体力量,帮助穿戴者更轻松地完成需要耗费大量体力的工作,还可以为肢体残障者提供有效的康复训练,具有巨大的军事、工农业和医疗价值,已成为世界各国研究的热点。外骨骼动力学系统具有高度非线性、强耦合、不确定等特点,而且对穿戴过程中的安全性和舒适性具有很高的要求,这使得控制系统的设计变得十分复杂。论文针对外骨骼机器人系统非线性特性、不确定性、外界干扰、状态不可测条件下的轨迹跟踪控制问题展开研究,主要内容如下:首先,将外骨骼看作串联刚体,基于拉格朗日方法,建立由肩关节、肘关节和腕关节组成的五自由度上肢外骨骼机器人系统的动力学模型,给出详细的系统模型参数。分析模型各个部分的构成、特点以及对系统的影响,并分析外骨骼系统的非线性、强耦合、不确定性、易受干扰影响等特性。其次,针对五自由度上肢外骨骼机器人系统模型中的非线性不确定性,将RBF神经网络估计和滑模控制方法相结合设计鲁棒控制器。针对滑模方法处理不确定性易导致控制量严重抖振的不足,采用神经网络估计系统未知非线性函数,将估计值补偿到控制器,减小滑模控制增益,降低抖振。利用自适应方法在线调整RBF神经网络权值,自适应率由李雅普诺夫方法导出,避免繁琐的离线训练,同时保证系统的稳定性。再次,考虑外界干扰条件下的有限时间控制问题,引入有限时间干扰观测器估计系统干扰,结合终端滑模控制方法实现系统的有限时间轨迹跟踪。终端滑模形式的有限时间干扰观测器能够在有限时间内对系统不确定、外界干扰组成的集总干扰进行准确估计和补偿。采用快速非奇异终端滑模方法设计控制器,避免终端滑模控制中的控制奇异问题,加快系统误差收敛的速度,确保轨迹跟踪误差有限时间收敛到零。最后,考虑关节角速度不可测的情况,利用输出的关节角度信息设计反馈控制器。将系统总干扰作为一种扩张状态来处理,提出用有限时间扩张状态观测器同时观测系统状态和干扰,基于关节角速度观测值和干扰观测值设计滑模控制器,实现在关节角速度未知的条件下对指令信号的有限时间跟踪。