在当今世界科学技术的高速发展下,机械手的应用领域越来越宽。目前在工业生产、宇宙测量探测、深海区域开发、军事活动危险排查等领域中,机械手有着越来越多的应用。故而对机械手的轨迹跟踪控制和路径规划控制的算法研究都是具有里程碑式意义的。作为机械手系统的核心,机械手的控制研究得到了很多学者的高度重视。目前最需要解决的问题就是,如何提高机械手轨迹控制精度,从而替代人类从事更复杂、轨迹控制精度要求更高的工作。在机械手控制过程中,其系统具有非线性、不确定性、多变性和强耦合等特点。特别是在其运动过程中,会有一些不确定非线性项,例如摩擦。为了消除摩擦带来的影响从而达到提高系统控制性能的目的,很多学者提出了一些补偿的方式。但机械手实际运动过程中的摩擦模型往往是复杂且未知的,在本文中,利用模糊系统的逼近特性,设计针对摩擦、干扰等不确定项进行模糊补偿的机械手自适应控制方案,从而抵消这些不确定项在机械手运动过程中的影响,提高机械手轨迹跟踪控制精度。本论文的主要工作如下:在仿真过程中,机械手各个关节的运动,反映了机械手执行末端的运动轨迹,故先建立机械手运动学方程。再通过拉格朗日函数,推导出机械手的动力学模型。最后对目前现有的摩擦模型,例如库伦模型、Stribeck模型、Karnopp模型和Dahl模型等一系列静态和动态摩擦模型的类型、性质及其特性进行调研分析,选择最接近实际情况的摩擦模型,建立更精确的机械手模型。针对一般伺服系统和机械手系统,利用工业生产范围中常见的PID控制方法在考虑摩擦的情况下对其进行轨迹跟踪控制。根据仿真结果观察控制效果,发现跟踪曲线存在“平顶”和“死区”现象,均是因为系统在过零和低速范围内时,系统摩擦具有多值性和不连续性,导致控制误差变大。可以得出结论,即PID控制方法的设计过程相较而言更简单,但未考虑摩擦等不确定项带来的影响,不能同时满足稳、准、快以及抗干扰等性能要求,鲁棒性差,控制精度低。针对PID控制的缺点,采用带模糊补偿的控制方式,即由模糊系统的逼近特性,在双关节机械手模型的基础上,设计一种自适应控制器来逼近系统中的不确定项。在此基础上加入鲁棒项减小控制过程中的逼近误差。通过仿真实验结果与PID控制结果相对比,可以证明,当面对系统中的非线性不确定项时,基于模糊补偿的自适应控制方法能有效消除其带来的影响,提高机械手的控制精度。