近几十年来,在机器人的研究中,机器人控制问题一直倍受人们关注。机器人是一个十分复杂的时变、强耦合、高度非线性系统,而且在实际中还存在摩擦、负载变化、随机扰动等不确定因素,这就要求机器人的控制系统具有较强的自适应性。本文针对串联机器人的控制问题,引入神经网络自适应控制的方法,使机器人按照期望的轨迹运动,从而满足高速、高精度机器人的性能要求。首先对一四自由度机器人进行运动学正逆问题的求解,通过Matlab/Toolbox对该机器人进行三维图形运动学仿真,驱动滑块控制图中的滑块,来驱使机器人运动,就像实际控制着机器人一样,可以直观地观察机器人的运动。然后通过比较牛顿-欧拉方程、拉格朗日方程和凯恩方程在建立机器人动力学模型上的异同,基于凯恩方程建立串联机器人的动力学模型。PD控制是机器人控制的基础,通过二关节机器人系统对机器人PD控制进行仿真实验。将神经网络与自适应控制结合起来应用于串联机器人的控制中,并设计控制器。利用Matlab/Simulink通过二关节机器人系统进行仿真实验,将仿真结果与机器人的PD+前馈控制方法进行比较,验证神经网络自适应控制方法在机器人控制方面能取得比较好的效果。