工业机器人在现代工业生产中扮演着重要的角色,作为一个复杂的动态的非线性系统,如何取得良好的控制效果一直是人们关注的研究重点。本文的研究对象是实验室的埃夫特6轴机器人,该机器人由Ethercat总线技术开发具有较高的性能,主要讨论了该机器人的运动学,动力学,参数辨识以及鲁棒性控制问题,以开源Ethercat总线为基础开发了控制端PC主站,开发了该机器人的运动控制模块,首先应用matlab实验验证设计算法,然后经由实验辨识出有关的参数。本文首先关注的是机器人的运动学问题,这主要研究如何对机器人的运动进行模型化的表述,也就是怎么样表示机器人的末端的位置和姿态,还有关节轴的速度及加速度之间的转换关系等,这也为后文的动力学分析打下了基础,最后我们计算了该机器人的运动学正解还有运动学的逆解问题,并且借助matlab进行计算得到了正确的结果。随后运用拉格朗日第二类方程推导动力学方程,由于6轴的动力学方程十分复杂难以分析且计算误差较大,因此我们对其进行了适当的化简,之后介绍了系统辨识的原理与方法并且讨论了对机器人进行惯性参数辨识的具体方法,应用最小惯性参数原理证明了可以将动力学方程写成惯性参数的线性形式,随后我们根据连杆坐标参数整理出了动力学方程的线性形式,为后文对惯性参数的辨识打下了基础。在辨识之后我们获得了较为精确的模型,我们此时注意到传统方法在控制机器人方面的劣势,鲁棒性差,抗扰动能力有限的问题,应用了神经网络控制的方法,用神经网络的输出去逼近系统的建模误差和扰动,并且应用李雅普诺夫方法证明了方法的鲁棒稳定性,在仿真中可以证实该方法可以在有限的时间内,使用神经网络的输出逼近系统的建模带来的误差和各种干扰项,并结合前馈控制的方法,从而大大地提高了系统的稳定性,这体现出了参数辨识的必要性也直接证明了对控制方法改进的重大作用。最后,本文基于实验室的埃夫特工业机器人本体,Ethercat伺服驱动器,在装有Xenomai的Linux系统下,开发出了PC端的控制主站,这种基于Ethercat总线的系统具有高实时性,可以将同步误差控制在纳秒级别,这会极大提高惯性参数辨识的精度和机器人的控制精度,随后运用这套系统我们进行了实验,辨识出了相关参数然后尝试验证了该参数是否正确。