1.机器人自适应迭代学习控制方法，其特征在于，包括如下步骤：a、求取机器人位置误差

其中，qd(t)为机器人的期望位置；qk(t)为k次迭代后的实际位置；

b、求取机器人速度误差

其中， 为机器人的期望速度； 为k次迭代后的实际速度；

c、将qd(t)、 qk(t)、 输入参数自适应控制模块；

d、对 和 分别进行比例运算和微分运算后输入可变增益反馈控制模块；

e、将参数自适应控制模块和可变增益反馈控制模块的输出相加得到控制力矩τk(t)；

f、以τk(t)作为控制机器人第k+1次迭代的控制力矩；

其中，k为迭代次数，k＝1，2…。

2.根据权利要求1所述的机器人自适应迭代学习控制方法，其特征在于，控制力矩τk(t)满足下式：其中， 为机器人未知参数θk(t)的第k次估计值；矩阵KP∈Rn×n、KD∈Rn×n为对称正定矩阵；λ为常数； 是关于qk(t), 的非线性函数；yk(t)为广义误差函数， 矩阵Γ∈Rn×n、Λ∈Rn×n为对称正定矩阵。

3.机器人自适应迭代学习控制系统，其特征在于，包括位置误差模块、速度误差模块、比例运算模块、微分运算模块、指数可变增益反馈控制模块、参数自适应控制模块和求和模块；

机器人期望位置qd(t)与经过k次迭代后的实际位置qk(t)输入位置误差模块得到位置误差机器人期望速度 与k次迭代后的实际速度 输入速度误差模块得到速度误差将 输入可变增益反馈控制模块；将qd(t)、 qk(t)、 输入参数自适应控制模块；

将参数自适应控制模块和可变增益反馈控制模块的输出输入求和模块得到控制力矩τk(t)；

以τk(t)作为控制机器人第k+1次迭代的控制力矩；

k为迭代次数，k＝1，2…。

4.根据权利要求3所述的机器人自适应迭代学习控制系统，其特征在于，所述控制力矩τk(t)满足下式：其中， 为机器人未知参数θk(t)的第k次估计值；矩阵KP∈Rn×n、KD∈Rn×n为对称正定矩阵；λ为常数； 是关于qk(t), 的非线性函数；yk(t)为广义误差函数， 矩阵Γ∈Rn×n、Λ∈Rn×n为对称正定矩阵。