机器人学作为一门高度综合和交叉的新兴学科，是智能控制技术的主要应用领域之一。冗余度机器人由于其自身众多优点而越来越受到人们的广泛关注。其中，冗余机械手逆运动学求解特别是冗余机器手臂的冗余度实时解析是机械手控制的重要问题之一。 本文结合国家自然科学基金的需求，提出了基于双判据法和神经网络的机器人手臂冗余度实时解析这一课题。在对国内外的理论成果进行了深入研究和探讨的基础上，本文主要做了以下几个方面的工作： 首先，为了解决可能出现在无穷范数速度层上最优化模型中的不连续点的问题，本文提出了一种基于双判据方法的速度层上的最优化模型；而为了解决可能出现在无穷范数加速度层上最优模型的不连续点和力矩发散问题，本文又提出了另外一种基于双判据的加速度层的最优化模型。而且这两种冗余机器人运动学控制模型可以统一各种关节物理极限，如关节极限、关节速度极限、和加速度极限。同时该运动学控制模型可以转化为一个标准的二次规划问题。其次，为了实时求解该二次规划问题，本文又给出了一种基于LVI原对偶神经网络的实时求解器。这种求解器具有简单的分段线性结构和较高的计算效率。接着，我们用PUMA560机器手臂分别对文中所提出的两种优化模型来进行计算机仿真，实验数据证明了这种基于双判据法和神经网络的冗余度机器人的控制模型的优点和有效性。最后，总结提出了作者对今后研究工作的几点看法和展望。