随着机器人技术的不断发展，制造业迎来新一轮的革命。当前，机器人正从以传统汽车制造业为代表，以零部件搬运、喷涂、焊接等为主要任务的任务单一且复杂度较低的场景，过渡到以3C制造业为代表，具备小批量、多品类、短周期生产特点的多任务、高复杂度的场景中，这对机器人提出了新的挑战。基于以上背景，本文研究了以服务器为装配对象的多机器人装配技术。
　　针对多机器人服务器装配中的协同运动问题，本文首先从传统的单机器人运动学入手对机器人进行了D-H建模，对基于主从关系多机器人协同运动推导了其前提实现条件与运动约束关系。
　　针对多机器人服务器装配中的定位问题，本文分别设计了由动捕系统驱动的全局定位控制与由图像驱动的视觉伺服控制方法，以此组成了跨尺度定位方案来满足不同子任务对定位域和定位精度的需求。
　　针对多机器人服务器装配中的力交互问题，结合六维力传感器，本文设计了自适应的阻抗力插装控制方法，使得机器人能够根据反馈力跟踪目标期望力，以此满足柔顺装配需求。根据经典控制存在的缺陷，本文引入了自回归小波神经网络，结合自适应动态面控制设计了力矩控制器，并根据李雅普诺夫函数推导出在满足系统稳定性前提下的神经网络内的参数更新条件。
　　最后，基于课题组研发的多机器人协同装配实验平台，以服务器装配工序中的内存条装配任务进行了多机器人协同装配实验，实验结果表明了所设计的方案与提出的方法的可行性与有效性，为未来多机器人协同用于3C行业装配制造提供了参考解决思路，加快推动机器人在相关领域的布局，实现真正意义上的智能制造。