SCARA(Selective Compliance Assembly Robot Arm)机器人通常采用驱动控制一体化(以下简称“驱控一体”)系统实现运动控制。主流的驱控一体系统采用分布式多CPU架构，其数据交换速率受限，制约了系统的性能提升和功能扩展。因此，本文基于集成度高、性能强的单芯多核片上系统(System-on-Chip，SoC)设计并实现了SCARA驱控一体系统，在此基础上采用参数辨识、前馈控制和参数自整定等算法提升系统控制性能，并采用硬件在环(Hardware-In-the-Loop，HIL)仿真技术对系统进行验证，缩短系统验证周期，提升开发效率与安全性。
　　本文通过分析驱控一体系统的研究现状，确定系统的功能与特性，利用软硬件协同设计方法，对系统进行模块划分，完成系统架构设计与时序分析；在此基础上，本文基于最小动力学参数集与Stribeck摩擦模型建立SCARA动力学模型，并利用最小二乘法实现机器人参数辨识；为了提高参数辨识的精度，本文采用改进傅里叶级数优化激励轨迹，避免启停过程中的速度突变导致机器人抖动，并增强辨识过程的抗噪能力；通过系统辨识得到动力学模型后，本文提出了一种基于模型的前馈控制算法实现力矩补偿，降低机器人非线性时变特性带来的影响；为了简化繁琐的调参过程，降低人工调参对控制性能的影响，本文采用具有自学习与决策能力的强化学习算法实现控制器参数自整定。
　　最后，本文采用HIL技术设计并实现了一种基于驱控一体系统的联合测试平台，在该平台上进行系统参数辨识与机器人控制性能测试。仿真实验与HIL测试结果表明，基于SoC的驱控一体系统能够满足SCARA机器人的控制需求，本文所提出的参数辨识策略能获得高精度的动力学模型，基于此模型的前馈控制和参数自整定技术能有效提升机器人的运动控制性能。