利用机器人代替人在危险的或不易到达的区域进行作业,不仅能避免了人可能受到的伤害,还可以降低成本,提高工作效率。由于机器人可能处于非结构化的环境并面对复杂多变的操作任务,同时受到传感设备、控制系统和智能水平等支撑技术的制约,全自主式的机器人仍是短期内难以达到的目标。因此,力反馈遥操作技术仍是太空、水下和核辐射区域等地的机器人操作任务的主要完成手段。作为力反馈遥操作技术的三种主要方法之一,基于预测模型的遥操作技术凭借其对大时延的鲁棒性和良好的稳定性、透明性,在近年来受到越来越广泛的关注。本文针对其环境模型参数辨识和从端柔顺控制技术开展了深入研究,本文的主要工作内容如下:首先,根据不同环境模型建模方法和环境模型参数在线辨识算法的特点,完成对建模方法和参数辨识算法的分析。在系统分析环境模型建模方法的建模精度和适用范围的基础上,对多种环境参数在线辨识算法进行了实验研究。提出使用交叉验证的方法定量衡量参数辨识过程中模型准确性的变化,并对不同辨识算法的效果进行比较,分析辨识效果影响因素,为环境模型建模和参数辨识技术的应用提供指导。其次,在比较分析现有环境模型更新算法的基础上,提出并验证了一种新的模型更新算法。分析环境模型更新算法对基于预测模型的力反馈遥操作系统的作用,然后分析现有的环境模型更新算法各自的优缺点,并比较实际效果。提出一种基于渲染力的模型更新算法,定义反馈力中影响操作者正常操作的突变力,并以突变力大小为限制条件,直接控制输出渲染力。不同于现有方法通过控制模型参数变化间接控制输出渲染力,本文提出的算法具有更高的效率和稳定性。然后,对从端柔顺控制技术进行了研究,提出了一种应用于基于预测模型的遥操作系统的基于参数自适应调节的阻抗控制器。通过使用阻抗控制器的期望力和期望位置的两路输入,使系统在建模误差较小时获得较好的跟踪性和透明性。针对现有的力/位混合控制方法和相对跟踪控制方法可能导致过大的侵入深度或过大的接触力的问题,推导接触系统稳态位置与阻抗参数的关系,并以从端侵入深度与主端侵入深度的比值、从端接触力与主端接触力的比值作为目标阻抗参数限制条件。设计了阻抗参数自适应律,完成控制器的设计,使该控制器能在获得较好的跟踪性和透明性的同时,在存在较大建模误差的情况下,有效维护从端的安全性和稳定性。最后,利用基于预测模型的力反馈遥操作系统实验平台,对本文所提出的方法进行了综合实验验证分析。实验结果进一步验证了理论方法的正确性和有效性。