随着科技的快速发展,遥操作机械臂系统已经广泛应用于各种环境中,例如太空探索,考古探索,深矿挖掘,核工厂检测和远程手术等。对于遥操作控制系统,其最重要的性能要求是稳定性和透明性,但由于机械臂关节内部结构的复杂性及工作环境的不确定性,导致机械臂是一个典型的非线性、强耦合、时变不确定的系统,同时在快速操作机械臂时会导致执行器发生饱和,这些问题严重影响了遥操作系统的稳定性和透明性,为了达到良好的性能指标要求,研究遥操作系统模型不确定、执行器饱和等情况下的控制问题显得尤为重要。本文主要针对机械臂遥操作控制系统存在的通信时延问题、执行器饱和问题以及模型存在不确定性的情况进行研究,提出了一种有限时间控制方法。本文的主要研究内容如下:1)针对参数未知的单个机械臂执行器饱和与受到未知扰动问题,提出一种自适应有限时间跟踪控制算法,使机械臂能够以任意小的精度跟踪给定轨迹。引入未知的饱和因子描述执行器饱和,并设计自适应律辨识饱和因子对执行器饱和进行补偿;利用权值自适应的径向基神经网络（Radial Basic Function Neural Networks,RBFNN）逼近机械臂的逆动力学解以及未知扰动;提出一种非奇异快速终端滑模控制器,使机械臂能够在有限时间内跟踪给定轨迹。通过对Geomagic Touch机械臂进行仿真验证所设计控制律的有效性,并建立实物实验平台,进一步在实物机械臂上验证所设计的算法。2)考虑遥操作系统的信息传输时延、执行器饱和以及从端环境未知的情况,利用非奇异快速终端滑模控制器,实现了遥操作系统的有限时间双边控制。为解决执行器饱和问题,引入未知的饱和因子描述执行器饱和,并设计自适应律辨识饱和因子对执行器饱和进行补偿;为了解决信息传输时延,利用滤波器在从端设计了参考轨迹生成器,解决主端到从端延迟问题;从端环境力是通过通用的RBF神经网络建模获取的,其值通过传输通道传送到主端,给主操作者提供力反馈,以保证系统透明性;在主从两端基于RBFNN,设计非奇异快速终端滑模控制器,实现了主从两端位置跟踪与速度跟踪,保证了遥操作系统在有限时间内达到双边稳定。通过仿真实例证明所设计算法良好的跟踪能力。最后建立遥操作实物平台,在实物平台上进行实验,实现了对两台Gemomagic Touch机械臂双关节的遥操作控制。