本文主要研究关节机器人的轨迹跟踪问题，内容包括运动轨迹规划、逆运动学求解和动力学算法。 关节机器人的运动轨迹规划主要考虑在给定相关限制条件(运动时间、运动速度、加速度等)下，如何决定在三维空间的运动轨迹。针对该问题，本文讨论了直角空间和关节空间的插补算法，在此基础上讨论了分段多项式插补问题和二次插补问题。 逆运动学求解主要考虑如何将三维空间的运动轨迹转化为机器人各运动关节的运动轨迹。本文介绍了机器人数学建模方法，讨论了机器人正、逆运动学的一般性问题，介绍了神经网络基本原理、改进方法和神经网络设计思路，经验公式等等。在比较逆运动学各种解法的基础上，将神经网络的方法应用于机器人逆运动学求解，通过仿真比较分析了其优越性。仿真表明，神经网络的机器人的逆运动学求解方法能够避免常规方法的多解性和奇异性问题而且操作简单。 运动控制主要考虑如何求解实现机器人各关节运动轨迹所需的关节力矩，即机器人的逆动力学问题。关节机器人不仅具有高度的非线性、强耦合以及时变的特性，而且存在结构的和非结构的不确定性。本文研究了多种控制算法，比较了各算法的轨迹跟踪的性能，以及克服关节机器人的模型不确定性、参数时变性等因素影响的能力。 本文将上述算法研究的部分成果应用到PR四关节机器人的上位机软件设计中，完成了基于经典算法的上位机程序设计。