工业机器人能代替人类在工业环境中工作,完成单调、繁重、重复的长时间作业,有效地减小了人类的劳动强度,提高了生产效率,降低了生产成本。随着现代工业的快速发展,需要更高水平的产品质量,这就对工业机器人的轨迹跟踪技术要求越来越高。另一方面,在一些环境恶劣和复杂、人类无法到达的场合,如核能技术、工业焊接等,工业机器人远程控制系统能有效避免对人体的伤害,安全地完成特殊环境作业。因此,对工业机器人的轨迹跟踪以及远程控制系统研究具有重要价值。本文的主要研究内容如下:(1)针对执行重复运动的工业机器人,提出一种可变增益自适应迭代学习控制算法,来确保机器人的位置、速度跟踪精度。首先在PD反馈部分增加指数可变增益来加快算法收敛速度,然后在参数自适应部分设计广义误差函数来进一步减小轨迹跟踪误差,增强系统稳定性。通过Lyapunov函数对可变增益自适应迭代学习控制算法的收敛性进行了理论证明,最后利用仿真验证了该控制算法能有效减小机器人轨迹跟踪误差,并加快算法的收敛速度。(2)针对工业机器人的远程控制进行了研究,设计了基于ABB工业机器人的远程控制系统。在本地上位机上设计操作者界面,实现本地和远程程序的变量同步,以TCP/IP协议与ABB机器人控制柜通信,直接通过以太网对远程端的机器人进行控制和管理。在仿真和实验中,通过分析机器人对上位机给定轨迹的跟踪效果验证了系统的有效性。(3)针对工业机器人遥操作系统中存在的主从机器人工作空间差异以及运动控制的精度与安全问题,提出了一种工作空间映射算法与位置-速度混合控制策略。首先,将遥操作划分为自由运动和交互两个阶段,在自由运动阶段采用映射算法使主从机器人的工作空间高度覆盖,使主机器人可操控的从机器人运动范围最大化。进一步,在交互阶段设计了一种位置-速度混合控制策略对工业机器人的运动进行准确的控制,使主从机器人的实际位置轨迹准确的跟随,并进一步引入反馈引导力以实现安全的控制。最后在Touch-ABB IRB120主从机器人遥操作实验平台上对所提出的控制方法进行验证,实验结果表明该方法使得主从机器人运动范围在高度覆盖的同时可以保证遥操作控制的精度。