机械臂作为一种模拟人臂的机械装置,是机器人最主要的执行机构,它可以代替人类完成一些简单重复或是具有危险性的工作。自第一台机械臂的问世以来,经过60余年的发展,它已经广泛应用于工业生产、医疗手术以及载人航天等领域。机械臂在执行大部分的任务时,其末端会与外界环境相互接触,为了保证机械臂达到最佳的作业效果,需要在机械臂沿着期望路径运动的同时对其施加力控制。为此,本文提出了一种非线性模型预测控制策略,同时解决机械臂的路径跟踪与末端接触力控制,主要研究内容如下:考虑机械臂的非线性动态和路径跟踪的约束条件设计了模型预测控制器,提出了非线性模型预测控制(Nonlinear Model Predictive Control,NMPC)策略,给出了开环优化问题的数学描述和求解步骤。其中省略了在线优化时的机械臂逆运动学求解,并且采用反馈线性化实现定义在输出空间的路径跟踪问题,通过调节末端位置与参考位置的偏差来实现机械臂的关节力矩控制,进而实现路径跟踪控制。同时,为了克服机械臂系统中的未建模动态以及外部扰动,设计了非线性扰动观测器,并通过其输出反馈补偿控制输入通道来抑制扰动对系统的影响。针对机械臂末端接触力控制问题,本文简述了阻抗控制原理,并将NMPC应用在基于位置的阻抗控制(Position Based Impedance Control,PBIC)中,重新对优化问题进行了描述,通过NMPC控制器同时解决路径跟踪与接触力跟踪问题。通过公式推导和控制系统仿真,分析了阻抗参数对力跟踪的影响以及阻抗控制的稳态误差。考虑在实际中无法获取精确的环境信息,本文提出了自适应控制算法,该算法通过李雅普诺夫渐近稳定定理实现对阻抗参数的在线调整,达到对期望力的跟踪。