随着人口老龄化程度加剧,脑部或脊柱疾病导致步行功能障碍患者显著增多,造成医疗资源供给严重不足,使得康复机器人得到了飞速的发展。康复机器人通常需要跟踪医生指定的训练轨迹帮助患者步行训练,目前已经提出了多种跟踪控制方法。然而这些控制方法均没有考虑死区特性对系统性能的影响,并且大多解决的是渐近跟踪问题,渐近稳定的系统状态会随时间增长逐渐趋向于平衡点,这样可能会使机器人在暂态阶段产生较大的跟踪误差,从而碰撞到障碍物,影响康复者的安全。鉴于以上分析,本文针对一种全方向康复步行训练机器人研究了具有死区补偿的有限时间控制问题,主要内容如下:针对全方向康复步行训练机器人系统中存在死区特性的问题,提出了一种死区宽度自适应估计方法,从而获得死区信息并对其进行补偿;基于Lyapunov有限时间稳定理论,设计了有限时间控制器,确保系统能在有限时间内达到稳定;仿真和实验研究表明所提有限时间控制方法能使系统误差快速收敛,并且抑制了死区特性对系统性能的影响。考虑到死区特性会影响机器人系统的跟踪精度,采用径向基函数神经网络方法,对死区进行逼近;结合反步的递推方法,提出了有限时间跟踪控制器,抑制了死区对系统跟踪性能的影响,验证了系统的有限时间稳定性;仿真研究表明在未知死区的作用下,所设计的有限时间控制器能使系统在有限时间内实现稳定跟踪。在补偿了死区对系统性能影响的基础上,针对存在各种干扰和不确定性的康复机器人系统,设计了一种非线性干扰观测器,在线估计系统的不确定性和各种干扰,利用干扰估计值设计了有限时间控制器,抑制了干扰对系统的不良影响,证明了系统是有限时间稳定的;仿真研究验证了干扰观测器和有限时间控制器的有效性。