经过了多年的发展,协作机器人的控制算法依然以拖动示教和阻抗控制为主,无法更好地发挥协作机器人与人合作的优势。因此本文针对重复的人机协作任务,对协作机器人控制算法进行了研究。机器人可以在与人进行协作任务的同时,通过记录任务时的相关位置、力和速度等信息,利用迭代学习控制算法更改机器人的参考运动轨迹,从而使得机器人适应人类的操作与运动习惯,提升人类在人机协作任务中的舒适性以及协作任务的精确性。在研究人机协作动力学框架的基础上,针对时间域迭代学习控制算法无法适应人类速度不确定性的问题,提出基于接触力分解的空间域迭代学习控制方法。此方法利用法线方向接触力不受速度变化影响的特性,通过对人类的接触力方程进行分析,以接触力最小化为目标,给出了空间域迭代学习控制算法的数学推导及证明。在通过算法学习人类空间轨迹的基础上,将机器人与人类之间的速度适应问题转化为位置跟踪问题,以跟踪误差最小化为目标,对人类下一时刻的期望目标位置进行预测,并给出了相关的收敛性证明。在MATLAB中对算法基于重复性的人机协作任务进行了仿真,经实验验证,迭代学习控制算法可以使得机器人学习到人类的运动习惯和运动轨迹,符合课题的预期目标。