随着工业智能化的深入发展,六自由度工业机械臂在医疗、物流、农业等领域获得大规模应用,与之相关的高精度机器人控制技术一直是学术界的重点研究方向。本文在建立工业机器人动力学模型的基础上,考虑到机械臂仍存在建模误差等不确定性因素,对工业机器人的轨迹跟踪策略进行研究,使得机器人能较高精度地跟踪给定目标轨迹,并在机械臂实验平台进行实验验证。（1）建立机械臂动力学模型。对机器人运动学中的位姿及齐次坐标变换展开分析,在运动学的基础上通过拉格朗日法对n关节机器人进行动力学建模,并将机械臂所受的外界扰动项考虑进动力学模型中,为后文设计轨迹跟踪控制方法奠定系统动力学模型基础。（2）研究机械臂的轨迹跟踪控制方法。首先提出一种基于自适应径向基神经网络的滑模轨迹跟踪控制方法,采用等效滑模控制器对机械臂进行控制。针对机械臂系统存在建模误差及外界扰动的问题,使用径向基神经网络对误差项进行逼近,并通过Lyapunov稳定性理论证明了控制系统的渐近收敛,选用三关节机器人进行仿真,结果表明该控制器能较好地跟踪给定的关节轨迹,同时有效抑制了力矩的抖振。然后,针对等效滑模控制器中采用的线性滑模面收敛较慢的问题,将非奇异快速终端滑模面引入控制系统,研究了一种基于径向基神经网络的非奇异快速终端滑模轨迹跟踪控制策略。非奇异快速终端滑模使得系统状态能在有限时间内快速收敛到平衡点,有效提高了系统收敛速度,并通过径向基神经网络对系统总的不确定项进行逼近,使用Lyapunov理论证明了系统状态的有限时间收敛,继而得出网络权值的自适应律。使用三自由度机械臂仿真验证了所设计的非奇异快速终端滑模轨迹跟踪控制策略的有效性。（3）搭建机械臂实验平台,并进行动力学模型验证实验与轨迹跟踪控制实验。针对P10T-1500型工业机器人,建立了基于Ether CAT通信的工业机械臂实验平台。通过P10T-1500工业机械臂的动力学参数建立动力学模型,并开展实验对模型的准确度进行验证。在动力学模型的基础上,将提出的基于径向基神经网络的非奇异快速终端滑模轨迹跟踪控制策略在工业机械臂实验平台上进行轨迹跟踪实验验证,通过PC发送控制器的控制指令,并对采集到的机械臂运动信息进行分析。实验结果显示,机械臂的最大轨迹跟踪误差为0.03rad,角位移调整时间控制在0.9s内,表明本课题所设计的轨迹跟踪控制方案在P10T-1500机械臂实验平台具有较好的轨迹跟踪精度和收敛速度,同时有效抑制了抖振。