空间机器人系统将在未来的太空活动中发挥日益重要的作用。从节省控制燃料的角度出发，考虑使用本体位置不受控、姿态受控或不受控的漂浮基空间机器人系统。为了提高操作性能，有必要采用双臂空间机器人系统。再者，空间机器人系统的杆件多设计为轻质细长杆件，因此机械臂的柔性是不可忽略的。本文采用第二类拉格朗日方程，推导了漂浮基单、双臂空间机器人的系统动力学方程；结合假设模态法，建立了漂浮基柔性空间机械臂的系统动力学模型。基于双向映射神经元网络，采用两个网络分别计算正运动学和雅可比矩阵，然后利用李雅普诺夫直接方法，设计了收敛的空间机器人逆运动学求解方案。结合模糊控制理论与小波神经网络，针对系统参数未知的情况，设计了双臂空间机器人的模糊小波神经网络控制器；采用反向传播算法对网络参数进行在线训练，从而使控制器具有较好的自学习和自适应能力。应用模糊基函数网络逼近未知的系统动力学方程，利用鲁棒方法处理包含逼近误差和外部扰动在内的不确定性，设计了系统参数完全未知时的关节空间和系统惯性参数未知时的惯性空间轨迹跟踪控制方案；不但不需要系统动力学方程关于惯性参数呈线性函数关系，而且利用学习规则在线自适应调节网络的所有权值和参数，因此控制方案是灵活的。对于柔性空间机械臂系统，在不对柔性振动专门设计控制器时，针对系统参数未知的情况，提出了基于小波基模糊神经网络控制方法；针对存在外部扰动和系统参数未知的情况，利用对角递归神经网络逼近系统的逆动力学模型，设计了基于对角递归神经网络的控制方案。为了能主动抑制柔性杆的振动，基于奇异摄动理论，分别针对系统参数已知和未知的情况，提出了柔性空间机械臂系统的模糊逻辑控制和柔性振动最优控制以及分块神经网络控制和柔性振动模糊控制；不但有效地完成了轨迹跟踪，而且能主动抑制柔性杆的振动。运用虚拟控制力的概念生成同时反映柔性振动模态和刚性运动轨迹的混合轨迹，提出了基于混合轨迹的模型不确定柔性空间机械臂神经网络补偿控制方案；既保证了神经网络控制对模型不确定的鲁棒性，也能主动抑制柔性振动，有效地提高了轨迹跟踪性能。系统数值仿真证实了本文所提控制方案的有效性和可行性。