的 动力学特性，只是按照机器人实际轨迹与期望轨迹 间的偏差进行负反馈控制。这类方法通常被称为运 动控制。其中的控制算法有：PID控制[1]、模糊控制 [2] 、模糊PID控制[3]、鲁棒控制[4]等。(2)考虑动力学 的控制器设计方法，根据机器人动力学模型的性质 设计出精细的非线性控制律。这类控制通常称为动 态控制。对此很多研究者进行了大量的研究。 Le Tien Dung [5]针对双柔性关节机器人，设计 了在线估计重力的自适应算法，实现了基于在线重 力补偿的PD控制。 由于在线估计重力补偿项会加重 控制器实时计算的负担， 为此， Alessandro De Luca [6] 采用事先计算出的固定重力项作为补偿，采用增 加反馈增益来减小稳态误差。但有时期望轨迹不是 一个固定点，而是一条随时间变化的连续轨迹，这 时再用 PD 控制是不能完成连续时变轨迹的跟踪任 务。霍伟[7]采用计算力矩法来控制机器人，先在内 控制回路中引入非线性补偿，使机器人化为更易于 控制的线性定常系统。但是计算力矩法需要知道机 器人的准确模型，当模型计算有误差时，控制精度 将受到很大的影响。为了解决这一问题 Charles J[8] 基金项目：江苏高校优势学科建设工程资助项目（PAPD） ；江苏省产学研前瞻性联合研究项目（BY2012056） 。 作者简介: 赵登步(1988－),男,硕士研究生,研究方向为检测技术与自动化装置;白瑞林(1955－),男,教授,博导,研究领域为机器视 觉与智能系统；李新(1970－),男,工程师,研究领域为工业自动化系统与装备。E-mail:852434038@qq.com 2 Computer Engineering and Applications 计算机工程与应用 提出了一种采用指数趋近律的滑模变结构控制方 法。但是滑膜本身具有抖动问题。Xiao jiang Mu[9] 采用一种自适应模糊滑模控制方法，它保留了自适 应控制、模糊控制和滑模控制的优点，通过模糊控 制自适应调节滑模控制增益，有效消除了滑模控制 [10] 中的抖振问题。胡盛斌，陆敏恂 用双模糊自适应 地估计滑膜切换增益和调整滑膜平面切换控制项 [11] [12] 来消除抖动提高增益。此外，谢箭 、张宇 和吾 [13] 勃 应用神经网络和滑膜控制相结合的方法进行 控制同样可以良好的跟踪效果和较高的控制精度。 但此算法控制结构复杂，算法计算时间长，有时需 要调节多个参数才能达到控制要求。 基于此，本文提出一种新的机器人控制方法， 该方法运用内模控制原理解决 SCARA 机器人在外 界干扰和模型不精确情况下的轨迹跟踪问题；并将 控制结果与自适应模糊滑模控制进行比较，发现不 仅参数调节简单，而且控制效果更优越。 2 SCARA 机器人的动力学数学模型 对于一个 n 关节机器人系统，其