随着机器人技术的快速发展,我国对高性能臂式机器人的需求与日俱增。其中,6R机械臂因具有工作空间大、运动灵活以及非冗余等特点,成为机械臂应用和研究的热点。因此,本文在建立机械臂运动学及动力学模型的基础上,针对6R机械臂高质量的轨迹规划与轨迹跟踪展开研究,以提升机械臂系统的精确性、稳定性以及安全性等控制品质。本文以REBot-V-6R型机械臂为研究对象,对其运动学逆解、运动轨迹规划和轨迹跟踪控制三个方面展开研究,主要研究内容如下:首先,本文提出一种6R机械臂逆运动学求解智能算法;将REBot-V-6R机械臂实际物理参数与旋量法相结合,建立机械臂的正向运动学模型;采用改进的PSO算法解决机械臂的逆运动学求最优解问题,并分别对机械臂的位置误差与姿态误差进行了仿真实验,结果验证了此算法在求逆解精度方面的稳定性与有效性,为后续运动控制打好基础。其次,展开6R机械臂运动轨迹规划的研究;分别设计了基于三次、五次多项式以及“3-5-3”混合多项式插值法的关节空间轨迹规划实验,结果证明“3-5-3”混合多项式插补函数更能体现出机械臂实际运行情况;进一步提出了“3-5-3”混合多项式插值的改进PSO时间优化轨迹规划算法,并通过仿真实验证明,提出的轨迹优化算法在提升了系统实时性与有效性的同时,保证机械臂安全平稳运行。最后,本文针对机械臂精确轨迹跟踪控制问题展开研究;考虑到机械臂系统中存在建模误差、和外界干扰等不确定项,会影响机械臂运动控制质量,提出一种基于RBF神经网络的滑模控制策略,从而利用RBF神经网络算法在系统中进行近似处理逼近系统中的不确定因素;为了降低在滑模控制下产生的系统抖动对机械臂控制的影响,设计了一种基于新型趋近律的滑模控制器,用于削弱抖振现象;经过仿真对比实验,证明了提出的控制策略的轨迹跟踪精度高且稳定,效果明显,具有有效性。