机器人应用在人们生产生活的各个领域,代替人进行一些复杂和危险的任务。因此,机器人的位置跟踪控制需要较高的精度。但是,由于机器人系统是一个非线性、强耦合的系统,受到各种不确定性的影响,如未建模动力学、测量噪声、负载变化、外部干扰、非线性摩擦、输入死区等。因此,需要一种结构简单同时又能确保跟踪性能良好的控制方法来控制机器人。时延控制以其结构简单、不依赖于系统模型的优点可以估计复杂未知动力学及难处理的非线性项。本文针对复杂非线性机器人系统,分别研究避免速度、加速度测量的时延控制方法和受负载影响下的时延控制方法,并进一步研究了受时延和死区影响的机器人系统的控制方法。本文的主要工作总结如下:（1）针对复杂非线性动力学的机器人系统的位置跟踪问题,提出了一种无速度自适应梯度估计时延控制器。首先,针对机器人模型中的所有非线性项,采用了时延控制进行抵消。进一步,考虑到传统的时延控制在系统受到库仑摩擦等情况产生不可忽略的时延估计误差,设计了自适应梯度估计法补偿时延估计误差。最后,为使控制器无需对速度、加速度进行测量,结合观测器使机器人系统可以实现精确的位置跟踪。运用Lyapunov函数法分析了系统的稳定性,并通过对二自由度的机器人仿真验证了该控制方法的有效性。结果表明:所设计的控制器可以使机器人系统具有更好的位置跟踪性能并有效观测机器人的速度和加速度。（2）针对负载存在和负载突变的机器人系统,为实现其精确的位置轨迹跟踪,提出一种自适应时延控制器。该控制器首先采用结构简单、不依赖于系统模型的传统时延控制,抵消机器人动力学模型中的所有非线性项。再采用滑动变量设计负载自适应律以适应机器人系统负载存在和负载突变。进一步,结合滑动变量设计时延估计误差自适应律,以抑制传统时延控制产生的时延估计误差。最后,针对传统时延控制中需要手动调整控制增益的问题,设计控制增益自适应律对控制增益进行自动调节。运用Lyapunov函数证明了所提控制方法的稳定性,并在二自由度的机器人系统上进行了仿真验证。结果表明:所设计的控制器可以适应机器人系统负载存在和负载突变的情形,在有效抑制时延估计误差的同时不需要手动调整控制增益,能够确保整个机器人系统具有良好的位置跟踪性能。（3）针对同时存在状态时变时延和输入死区的非线性机器人系统,提出一种基于辅助跟踪误差函数的位置跟踪控制器。首先,将输入死区和未知外部扰动视为一个集中扰动,设计滑模扰动观测器对集中扰动进行估计。接着,为保证存在状态时变时延下机器人系统的稳定性,设计基于辅助跟踪误差函数的位置跟踪控制器。最后,为补偿滑模扰动观测器的估计误差设计增益自适应律,进一步提高系统的位置跟踪性能。运用Lyapunov-Krasovskii函数法理论上证明了所提控制方法的稳定性,并通过对二自由度的机器人仿真验证了该控制器的有效性。结果表明:所设计的控制器可以在机器人系统同时存在未知状态时变时延和输入死区情况下实现稳定、准确的位置轨迹跟踪。