近年来,由于人们饮食作息不规律,生活压力大,冠心病等心脏疾病发病率和致死率日益上升,已成为威胁人类健康的头号公敌。目前,治疗冠心病的有效手段是冠状动脉旁路移植术。冠状动脉旁路移植术主要分为体外循环方式和非体外循环方式。体外循环方式是用心肺仪代替心和肺的功能,使血液实现体外循环回路。非体外循环方式不使用心肺仪,而是在心脏上方加上镇定器,抑制心脏跳动,使血液在体内实现循环。不论是体外循环还是非体外循环,在手术过程中心脏均处于停跳状态,不仅对心肌损伤很大,也增加病人的恢复期。利用医疗机器人手术系统,消除心脏和从机械臂之间的相对运动,医生再通过观看视觉伺服反馈的手术画面,操作主机械臂,远程对心脏进行手术操作,这样就实现了心脏在不停跳的情况下实施非体外循环冠状动脉旁路移植术手术,避免了传统手术方式的弊端。本文首先对心脏运动信号进行频谱分析发现心脏运动是由心跳运动和呼吸运动叠加而成。针对心脏运动信号频带宽、非线性等特点,建立动态心脏模型,提出基于自适应频率观测器辨识方法,估计心脏信号模型中各个谐波的频率、相位角、幅值及心脏运动信号本身坐标,预测出下一时刻心脏可能出现的位置坐标。并对辨识方法的有效性和参数估计的收敛性进行理论论证。然后本文分析求解出手术机器人从手PHANTo M的运动学模型正逆解,并根据拉格朗日方程推导出PHANTo M机器人的非线性动力学模型。结合心脏信号和机器人动力学模型设计输出调节器控制算法。最后,本文通过Simulink/Matlab仿真,分析对比本文所提方法和其他方法的心脏运动跟踪效果。对比的辨识算法有一步预测算法,Levenberg-Marquardt算法,最小二乘和EKF混合辨识算法。试验结果表明,基于自适应频率观测器辨识算法下得到的跟踪拟合误差最小,并且达到机器人心脏手术的精度要求。说明基于此辨识算法的控制策略在机器人心脏手术系统中有效可行。