人类对于机器人的想象由来已久,古代时期就有能工巧匠可以制造出简单的机器人,但是由于各种因素的限制,机器人技术并没有发展起来。20世纪60年代,美国开创了工业机器人的先河,自此打开了机器人世界的大门,更多的专家和学者都踊跃的投身到这项新兴的机器人技术的研究之中,这使得机器人这一技术得到了迅猛的发展,并且随着时间的积累,研究出的用于实际应用的机器人种类也越来越多。目前应用最广泛的机器人当属工业机器人,而工业机器人大多都是臂式机器人,即机械臂。机械臂在工业生产中的作业主要分为点到点的动作和沿特定轨迹作业,即点动作业和跟踪作业,这两种作业都需要保证机械臂运行过程的每个关节平稳性,即关节的位置、速度、加速度平滑过渡。机械臂能够代替人类从事繁重、危险的工作的前提是机械臂在生产中的精度达到要求。因机械臂本身具有复杂、强耦合、非线性等特性,为了实现机械臂的高精度控制,本文的研究对象是实验室现有的机械臂,需对其轨迹规划和轨迹跟踪控制这两个方面进行研究。本文的主要工作有以下几方面:(1)对本文所研究的机械臂进行正向运动学建模,运用解析法进行逆运动学求解,运用蒙特卡罗法分析其工作空间,并验证模型的合理性。(2)对其进行轨迹规划研究。按照工作空间的不同,研究了笛卡尔空间的空间直线插补方法和空间圆弧插补方法,关节空间研究了基于边界条件的三次多项式插值和五次多项式插值。并将其运用到所建立的机械臂模型上进行仿真,得到了关节角度、角速度、角加速度随时间变化的函数曲线,验证了六个关节运动的平滑性。(3)对其进行跟踪控制算法研究,要完成高精度的具有重复性的跟踪作业,仅仅进行轨迹规划研究是不够的,因为机械臂在运行中会受到各种干扰,这种干扰会使机械臂的运行偏离原本的轨迹,因此还需要对其进行轨迹跟踪控制研究。首先对机械臂进行简化动力学建模,机械臂建模时往往会存在各种各样的不确定性因素,这些因素往往都是不可避免的,因此,机械臂的动力学模型很难精准的建立。本文采用的控制算法的是自适应模糊反演控制和自适应迭代学习控制,其优势是不需要精确的模型。对这两种控制算法分别进行仿真研究,分析两种算法的跟踪精度,得到自适应迭代学习控制具有更好的精度,其跟踪误差在0.01,并能够在不重复扰动下保持控制精度。