近年来,刚柔耦合机器人的运动特性与可控性作为机器人基础性研究领域中的重点研究方向受到了广泛的关注。由部分刚性部件和部分柔性部件构成的、具备柔性特征的刚柔耦合机器人已然成为促进制造业逐渐向高精尖端和人机共融方向转变的重要自动化装备。然而,其复杂的耦合结构特性也带来了不容忽视的柔性问题,严重影响了机器人的运动控制精度和作业精度,且容易导致控制系统发散,给机器人的控制系统设计带来了很大的困难。关于如何应对其中的刚柔耦合问题,从而实现稳定的、精准的控制一直是一个具有挑战性的研究方向。刚柔耦合机器人主要面向三类基本对象:柔性关节机器人,柔性连杆机器人以及柔索驱动机器人。研究表明,刚柔耦合机器人中的刚柔耦合问题经等效处理,具有极为相似特性的数学模型。专注于柔性关节机器人中的刚柔耦合问题,对于解决其他类型机器中的刚柔耦合问题具有典型意义和积极的促进作用。本文以柔性关节机器人控制系统为对象,主要研究其刚柔耦合动态特性及轨迹跟踪控制问题。主要包括刚柔耦合系统的解耦建模问题、不确定非线性影响下的自适应控制问题、带有输出力矩饱和约束的有界性控制问题以及系统反馈状态量缺失的非完全状态反馈控制问题。为解决上述问题,本文基于奇异摄动基础理论提出了多种控制方案,主要研究内容如下:（1）针对奇异摄动理论在柔性关节机器人解耦建模方面的理论优势和局限性,从不同角度,提出对柔性关节机器人整体系统进行刚柔分解的技术方法。首先,针对具有弱柔性关节的机器人,根据快、慢两个不同的时间尺度,分别选取关节的弹性力和连杆角度为快、慢变量,对系统进行刚柔解耦,将其降阶为两个子系统,即快子系统和慢子系统。然后,引入积分流形概念重新精确描述快、慢两个子系统的耦合特征,并且在此过程中,将两个子系统都描述为两个跟踪系统,以提高后续控制器设计的灵活度。最后,通过设计饱和柔性补偿器,对具有一般柔性关节的机器人系统,进行刚柔解耦建模,拓展奇异摄动理论在该类型机器人（饱和）系统中的适用性。（2）针对柔性关节机器人系统中的不确定性和/或外部干扰,提出一种带有振颤抑制的复合滑模控制方法。首先,设计一种含光滑饱和函数的趋近律来缓解滑模控制器内部固有的振颤现象。其次,应用基于软计算策略的神经网络技术来避免高切换增益引起的振颤放大问题。此外,对快、慢两个子系统和整体系统进行全面的稳定性分析。最后,通过轨迹跟踪的实例数值仿真验证所提出方案的动态性能以及的抑制颤振性能。（3）针对力矩输入有界下的柔性关节机器人轨迹跟踪控制问题,提出一种基于反步控制和神经网络技术的广义饱和自适应控制器。首先,针对系统解耦降阶所得的慢子系统,运用反步控制策略提出一种饱和慢子控制器。在该慢子控制器中,引入投影算子型自适应参数调整策略设计一种广义的饱和神经网络近似器,以简化控制律的设计,并对系统中不确定性进行有效补偿。与此同时,通过该近似器和一类饱和函数,以严格保证力矩输入的有界性。其次,针对系统解耦后的快子系统,为提升边界层系统的快速响应特性,设计一种基于弹性力误差的滤波算子。然后,对系统进行简明且严格的稳定性分析。最后,通过实例对比验证所提出控制器的输出有界性、抗干扰能力以及动态特性。（4）针对柔性关节机器人系统反馈状态量缺失的问题,提出基于状态观测手段的非完全状态反馈控制策略。首先,在传统扩展卡尔曼滤波器的基础上,将弹性力选取为新的状态量,通过关节的位置和速度信号,估计连杆的位置和速度信号,从而实现无需连杆侧测量信号的轨迹跟踪闭环控制。其次,为增强扩展卡尔曼滤波器的鲁棒性能,在其中引入自适应高增益调节策略,使其既保留了扩展卡尔曼滤波器的的噪声过滤特性,又具备了快速收敛和强鲁棒特性。同时,还从输出反馈的角度,通过连杆和关节的位置信号,估计出连杆和关节的速度信号,从而实现机器人系统的输出反馈控制。随后,对两种非完全状态反馈控制情形下的柔性关节机器人系统进行严格的稳定性分析。最后,通过仿真实例验证两种改进的扩展卡尔曼滤波手段和以之为基础的两种非完全状态反馈控制方案的有效性和优越性。