在我国工业化程度不断提升的大背景下,随着人口老龄化的加剧,人力成本上升,工业机器人行业得到迅猛发展,同时对控制算法的精度和稳定性等都提出了更高的要求。由于工业机器人系统结构复杂、关节耦合严重,且受非线性摩擦和参数不确定性等多种因素影响,传统线性控制算法难以获得满意的闭环系统性能。因此,研究和设计具有良好鲁棒性和高精度跟踪性能的控制算法对于工业机器人的应用具有十分重要的意义。本文针对六自由度工业机器人的高精度轨迹跟踪问题,综合考虑系统建模和控制器设计两方面,在工业机器人系统动力学参数未知的情况下,通过辨识得到了系统的动力学模型,并设计了基于滑模控制和干扰观测的算法来提升系统的抗干扰能力。主要研究内容如下:一、针对本文的研究对象,从理论上介绍了系统的运动学、动力学基本概念和动力学建模的常用方法;分别使用D-H参数法和拉格朗日方程推导六自由度工业机器人的运动学和动力学模型,并对模型进行了特性分析。二、针对机器人动力学模型复杂、难以获得精确模型的情况,对系统动力学模型进行参数辨识。首先,基于动力学建模的理论,为简化辨识步骤获得系统的参数线性化模型;然后基于最优化方法获取最优激励轨迹,通过实验采集并处理数据;接着使用加权最小二乘法进行辨识,最终得到了本文实验对象的动力学模型。三、针对六自由度机器人系统中存在的各种非线性因素及建模误差,将其视为集总扰动并扩张为系统的一个状态,通过扩张状态观测器来观测并进行前馈补偿。同时,将系统的辨识模型用于反馈线性化,控制器设计部分采用滑模控制,最终得到系统的复合控制器。使用Lyapunov定理证明了各关节的跟踪误差可以渐近收敛到零,并有效改善了滑模控制的抖振问题。通过开展仿真和实验,证明了所设计方法有较好的抗干扰性能。四、考虑到扩张状态观测器只能估计导数趋于零的干扰,针对系统中的高阶时变干扰,提出了广义比例积分观测器代替扩张状态观测器,来进一步提高工业机器人系统的轨迹跟踪控制性能。通过仿真和实验将提出的方案与基于扩张状态观测器的滑模控制方法进行对比,结果证明所提出的控制方案估计扰动更加精确,并增强了系统的动态性能和抗干扰能力。