随着人类对宇宙空间探索的不断深入，空间机器人技术得到了越来越广泛的应用。卫星的抓取、释放、维修，以及空间站的装载，都将用到空间机器人技术。采用空间机器人协助或代替宇航员完成任务，不仅可以减少宇航员在恶劣环境下作业的危险，提高空间任务完成的效率和质量，还可以节约空间探索的成本，所以，空间机器人技术在空间活动中发挥着越来越重要的作用，已成为各国研究和关注的焦点，拥有广阔的应用前景。自由漂浮空间机器人是空间机器人的一种，它由机器人本体（卫星）和搭载在本体上的机械臂组成，能够在宇宙空间自由漂浮，并协助或代替宇航员提供在轨服务。为了节省燃料和电能并延长卫星在轨服务寿命，自由漂浮空间机器人在工作状态下，载体姿态控制器和位置控制器处于关闭状态，即机器人系统可以在宇宙空间内自由漂浮，这就是自由漂浮空间机器人区别于固定基座机器人的显著特点。在空间环境中，忽略微弱重力对系统的影响，系统不受外力，因此系统势能和动量守恒。由于缺少固定基座，机械臂与机器人本体之间存在强烈的运动学、动力学耦合，机械臂的运动将引起基座位姿的改变。因此，自由漂浮空间机器人的控制问题比地面固定基座机器人的控制问题复杂的多。同时，由于自由漂浮空间机器人系统中存在不确定因素，包括参数、非参数及一些难以预测的不确定性，要实现对期望轨迹的快速精确跟踪，设计的控制器必须具有自适应能力，能够根据受控对象的变化实时地更新控制参数，并且具有抑制干扰的能力。本论文以自由漂浮空间机器人系统为研究对象，研究了系统运动学、动力学建模问题，针对系统存在不确定性的情况，研究了关节空间和任务空间内末端效应器轨迹跟踪控制问题。本论文具体研究内容和得到的成果主要包括以下几个方面：1.对自由漂浮空间机器人系统运动学和动力学建模是设计轨迹跟踪智能控制器的理论基础。本文在惯性坐标系下，根据系统几何关系，详细推导了无外加干扰时反映自由漂浮空间机器人运动学特性的广义雅可比矩阵。说明该广义雅可比矩阵不仅与系统的几何参数有关，而且和系统惯性参数有关，而这些惯性参数往往是时变且难以精确得到的。研究了系统奇异性问题和工作空间问题。以此为基础，建立了关节空间内基于拉格朗日方程的自由漂浮空间机器人系统动力学模型。介绍了动力学模型特性并比较其与地面固定基座机器人的区别。2.研究了自由漂浮空间机器人在关节空间内的智能控制问题。在分析实际系统中存在的不确定因素基础上，提出了一个存在外部干扰和参数不确定性的情况下，基于模糊补偿的鲁棒自适应控制方法。该控制器引入模糊神经网络控制器逼近不确定项，融合了模糊逻辑的推理能力和神经网络的学习能力，具有全局逼近能力，有效抑制了外部干扰和不确定项对系统的影响，实现了对期望关节轨迹的精确跟踪。通过计算该控制器模糊规则的数量，发现随着机械臂杆件的增加，模糊规则数量呈指数趋势迅速增加。为了进一步减少模糊逼近的计算量，提高运算效率，本文对该控制方法进行了改进，分离不确定项，利用分别逼近的思想重新设计模糊规则。与前面设计的控制器相比，改进后的控制器可大大减少模糊规则的个数，在保证系统渐进稳定的前提下，实现了对末端效应器期望轨迹的快速精确跟踪。3.死区作为动力传动系统中影响控制性能的主要因素，是高精度传动控制领域的主要研究对象之一。针对关节空间内存在未知死区的自由漂浮空间机器人系统，设计了一种基于死区模糊补偿的鲁棒自适应轨迹跟踪控制器。设计模糊死区补偿器和自适应参数更新律，并设计鲁棒自适应控制器调整输出力矩，证明了设计的控制器的稳定性。该控制器可抑制死区对系统性能的影响，实现对期望轨迹的快速精确跟踪。4.由于机器人的任务一般是在笛卡尔坐标系中提出的，为了实现任务空间内自由漂浮空间机器人自适应轨迹跟踪控制，将关节空间内的动力学方程向任务空间内映射，利用增广变量法，推导出任务空间内自由漂浮空间机器人动力学方程。设计两个鲁棒迭代学习控制器和自适应参数更新律，并证明系统的稳定性。由仿真结果可见，两个控制器均可通过10次迭代学习控制，将最大跟踪误差减小到第一次跟踪时最大跟踪误差的7%以下，实现了末端效应器在任务空间内对期望轨迹的快速跟踪。