机器人是一个复杂的时变、强耦合、高度非线性系统,而且实际上还存在诸如摩擦、负载变化、随机扰动等不确定因素,因此无法得到完整的、精确的机器人系统模型。针对三关节机械手轨迹跟踪控制问题,本文首先用拉格朗日函数推导出三关节机械手动力学方程,然后详细地介绍和分析了模糊系统与模糊控制的基本原理,并构造了机器人轨迹跟踪的模糊控制系统。模糊控制系统不依赖于对象的精确的数学模型,能有效地克服机器人系统中存在的非线性和不确定性因素的影响,在应用于三关节机械手轨迹跟踪控制时,取得很好的控制效果。在模糊控制器仿真实验中,分析比较了不同隶属度函数的选取对模糊控制器性能的影响。最后,将模糊控制与神经网络结起来,设计一种基于三角形隶属度函数的模糊神经网络控制器,利用神经网络模拟模糊推理,使得神经网络具有了模糊推理和归纳能力。这种模糊神经网络能够在线调节输出隶属度函数中心以及关节间耦合权值,使得控制器具有更好的学习与自适应能力。仿真结果表明所设计模糊神经网络控制器能有效克服机器人控制系统中非线性、耦合、不确定性因素的影响。其性能表现优于模糊控制器,是一种行之有效的控制方法。