机器人系统是一类高度非线性、强耦合、时变的多输入-多输出(Multiple Input Multiple Output, MIMO)系统,并且存在诸如未建模动态、外界干扰、摩擦等不确定性因素,致使其轨迹跟踪控制问题变得十分复杂。随着现代工业的迅速发展,对机器人的性能及精度的要求越来越高,为了适应这一现象,进一步开展机器人轨迹跟踪控制研究具有十分重要的现实意义。线性自抗扰控制器(Linear Active Disturbance Rejection Controller, LADRC)是自抗扰控制器(Active Disturbance Rejection Controller, ADRC)的线性化形式,它在保留ADRC控制效果的同时,简化了参数整定。LADRC不需要机器人精确的数学模型,通过线性扩张状态观测器(Linear Extended State Observer, LESO)估计出机器人模型中的耦合项及各种不确定因素引起的总扰动并加以补偿,实现了关节变量与关节输入力矩的完全解耦,使复杂的机器人系统变为积分器串联型系统,从而简化了控制对象,保证了良好的控制性能。首先,本文以四自由度SCARA型工业机器人为例,深入分析了工业机器人运动特性,求出其运动学方程。在此基础上,进一步讨论了机器人动力学建模问题并且利用拉格朗日方法建立了SCARA机器人动力学模型。其次,探明了ADRC的发展及原理,着重分析了ADRC与LADRC之间的关系及LADRC参数整定问题,并给出了完整的二阶LADRC算法,之后以一个MIMO系统为例讨论了LADRC的解耦原理。然后,在已建立的机器人动力学模型基础上,分析了经典PD控制器在不确定性机器人轨迹跟踪控制中的不足,从而引入了LADRC对机器人运动轨迹进行跟踪控制,设计了线性自抗扰轨迹跟踪控制器。通过对该控制器进行动态仿真,表明了LADRC针对机器人系统中的不确定因素具有强鲁棒性。最后,设计了一个二自由度平面关节型机器人,并以此为实验平台,对线性自抗扰轨迹跟踪控制器进行实验验证。实验结果证明LADRC在机器人轨迹跟踪控制中的有效性及可行性。