近年来,随着机器人技术领域的不断创新与突破,不仅为社会创造了巨大的经济财富,也推动了工业高度自动化的进程,同时也提高了人们的生活水平。机械设备自动化和自动生产线是现代工业加工制造业的必然趋势,未来的工厂机器人将会把人类从单调的体力劳动中解放出来。随着工业机器人产业的快速发展,人们对机器人高速、高精度控制的要求越来越高,为此,研究机器人先进控制算法成为自动化领域的研究热点。本课题以二自由度机器人为研究对象,通过对机器人运动控制算法的深入研究,针对机器人不同应用场景的要求提出了三种控制策略,主要内容如下:针对工业机器人的动态响应问题,提出一种分数阶PI~λD~μ控制器实现方法,以提高机器人的跟踪控制精度和鲁棒性。分数阶PI~λD~μ控制器不仅适用于整数阶系统,也适用于分数阶系统,而且控制效果也优于传统的PID控制器。机器人在高速运动时会表现出显著的非线性特性,并且存在参数摄动和外界干扰等不确定性,为此,首先建立了机器人的动力学模型,得到机器人关节的驱动力矩方程以及动力学特性。基于分数阶控制理论利用Oustaloup滤波器实现对分数阶微积分算子进行逼近,用LabVIEW框图化实现分数阶PI~λD~μ控制器。通过对控制系统的仿真表明分数阶PI~λD~μ控制器在控制过程中的可操作性与优越性。考虑到机器人系统存在参数摄动和外界干扰等不确定性,研究了一类基于非线性干扰观测器的多输入多输出不确定性系统的控制算法,设计了一种双关节机器人干扰观测器,对外界干扰进行估计并与实际输出的差值对估计值进行修正补偿以提高机器人关节运动的跟踪控制精度和鲁棒性。运用Lyapunov理论分析了干扰观测器的稳定性,仿真结果表明在不确定性和外界干扰的作用下具有较高的控制精度和良好的鲁棒性,最后通过实验说明了该方法的工程有效性和可行性。为进一步提高机器人的跟踪精度,实时获取机器人的速度信息,考虑到速度传感器的成本问题,提出了有限时间稳定的输出反馈控制方法,采用非线性高增益观测器在线估计机器人的速度信息,从而实现机器人的高精度跟踪控制,通过仿真以说明本算法的有效性和工程有效性。最后,本课题以自主研制的二自由度机器人实验平台为研究对象,对所提出的算法进行验证,最终验证了算法在实际工程应用中的有效性。