摘要：為解決機器人動力學模型未知問題并提升系統魯棒性,本文基于擾動觀測器,考慮動力學模型未知的情況,設計了一種自適應神經網絡(Neural network, NN)跟蹤控制器.首先分析了機器人運動學和動力學模型,針對模型已知的情況,提出了剛體機械臂通用模型跟蹤控制策略;在考慮動力學模型未知的情況下,利用徑向基函數(Radial basis function, RBF)神經網絡設計基于全狀態反饋的自適應神經網絡跟蹤控制器,并通過設計擾動觀測器補償系統中的未知擾動.利用李雅普諾夫理論證明所提出的控制策略可以使閉環系統誤差信號半全局一致有界(Semi-globally uniformly bounded, SGUB),并通過選擇合適的增益參數可以將跟蹤誤差收斂到零域.仿真結果證明所提出算法的有效性并且所提出的控制器在Baxter機器人平臺上得到了實驗驗證.