水下机械臂是广泛使用的水下装置,但水下环境复杂,水流的冲击与干扰增加了水下机械臂的控制难度,因此研究高性能的运动控制系统对水下机械臂的设计研究有着重要意义。本文基于R5M水下机械臂,开展了关于水下机械臂运动学与动力学建模、运动控制方法与控制系统集成的研究。使用D-H表示法建立了水下机械臂的正运动学方程,在此基础上运用代数求解法进行了逆运动学求解与分析。在Matlab仿真环境中,结合运动学方程与蒙特卡洛法求解出水下机械臂的运动空间。对水下机械臂在水环境中的受力情况进行了分析,求解了水下机械臂在水环境中受到的水作用力,在Lagrange动力学方程的基础上,建立了水下机械臂在水环境中的动力学模型。通过动力学仿真实验,分析了水作用力对水下机械臂运动的影响。针对水下机械臂的运动控制,提出了一种基于动力学模型分块逼近的RBF（Radial Basis Function）神经网络滑模控制方法。该方法在滑模控制的基础上,使用了五个RBF神经网络逼近水下机械臂的名义模型参数,并将控制律中的符号函数替换为饱和函数。经仿真实验验证,该方法可以快速补偿计算模型与实际模型的误差,并减弱了控制系统的抖振效应,从而提升水下机械臂控制的响应速度与稳态精度。利用ROS的分布式特性,设计了远程PC与嵌入式系统协同工作的水下机械臂控制系统。在Zynq-7020硬件平台中完成了硬件接口电路的设计与ROS操作系统的部署;在ROS软件框架下完成运动控制、运动规划功能模块的设计。搭建了实验平台,进行了 R5M水下机械臂控制实验。