微机器人的研究有着广泛的应用前景和社会需求，微机器人可应用于生物医学、航空航天、国防、工业、农业及家庭等领域。微机器人技术是多学科技术的综合，它是驱动器、传动装置、传感器、控制器、电源等的高度集成。智能机器人的控制是目前自动控制的一个重要研究方向，由于机器人本身的特点，对微机器人实现自主控制有着特别的意义。 本文基于国内外已取得的科研成果，针对特种微机器人——微管道机器人及其控制技术的若干理论和实际问题，进行深入的研究。主要工作有以下几个方面。 （1）本文在查阅和掌握大量有关文献资料的基础上，系统地研究了微管道机器人的驱动原理、移动原理及结构形式，并提出选择微机器人移动机构的理论依据，指出微管道机器人设计应注意的主要问题。 （2）分析了微管道机器人移动原理，阐述了电磁式微管道机器人的设计，用最优化设计方法，设计了电磁式微管道机器人的微驱动器，阐明了电磁式微管道机器人的组成与结构。设计并制造出电磁式微管道机器人。 该机器人借用仿生学原理，结构独特、简单、新颖，驱动方式简便、实用，移动灵活且速度快，能在一定形状的弯管内运动，可以方便地实现前进和后退。 （3）对电磁式微管道机器人进行了实验研究，阐述了微管道机器人及其控制系统结构与控制策略，分析了微管道内机器人的控制信号序列，对微机器人的位移（速度）和驱动力进行了测量，提出了基于激光干涉仪的微管道机器人运动（位移）的测量新方法。根据实验及测 中国科学院 博士学位论文一量结果给出了所设计的电磁式微管道机器人的技术性能指标。 N）根据微管道机器人运动的特点及其运行环境，分析了微管道机器人运动的动力学稳定性。提出管道内受限微机器人运动的动力学模型，并根据这一模型利用奇异摄动理论对微管道机器人管内运动稳定性进行了研究。并通过计算机仿真研究得出了管道内微机器人的稳定性条件。从理论上确认了微管道机器人管内运动的可能性和稳定性，证明了电磁式微管道机器人设计计算的合理性。 瞩）将模糊神经网络技术用于微管道机器人的控制，以实现微管道机器人的自主控制。根据提出的机器人的运行环境、神经网络结构等参数高度集成的模糊神经网络自学习算法（该方法包括基于环境识别的自监督学习算法和增强模糊神经网络结构等参数自学习算法＊对微管道机器人的自主学习控制进行了计算机仿真研究，并得出了初步的仿真结果。