在现有的大多数机器人位置控制算法中，控制的目的就是使机器人运动到期望的关节角度，而在实际应用中，往往给出的是机器人末端执行器在任务空间的期望位置。为了达到这一目的，我们需要知道其精确的运动学信息，以便求解其运动学逆问题。但是，在任务空间中，机器人系统的运动学信息是随着不同的任务而发生变化，因此获得其精确的运动学信息很困难的。为了解决这一问题，本文探讨了运动学不确定机器人任务空间非线性位置控制问题。首先，在控制律中使用近似雅可比矩阵，并引入一类具有“小误差放大，大误差饱和”的非线性饱和函数，提出了运动学不确定机器人系统任务空间的非线性PD加重力补偿(PD+)位置控制方法。其次，考虑实用机器人测量速度信息不便的实际情况，本文利用近似微分取代所需的速度信息，提出了运动学不确定机器人系统任务空间输出反馈非线性PD加重力补偿(OPD+)的控制方法。最后，提出了不依赖于模型信息的运动学不确定机器人系统任务空间非线性PID位置控制,实现了不依赖于模型信息的运动学不确定机器人系统高精度位置控制。应用Lyapunov方法分析了闭环系统的全局渐近稳定性。运动学不确定两自由度机器人系统的数值仿真验证了所提出控制方法的有效性。