在实际应用中，控制系统一般都具有非线性的特性。此外，在实际中系统总是存在模型误差和外界干扰，得到的模型总是含有模型误差和扰动的不确定性因素。因此，在考虑到不确定性的影响下，对于非线性系统如何设计控制系统以保证鲁棒性仍然是一个具有挑战性的问题。因此，在本文中,对于具有未知不确定性的非线性系统，通过运用鲁棒右互质分解理论和方法，提出了一种基于演算子理论的鲁棒跟踪控制方法。首先，对于已经保证了鲁棒稳定的非线性反馈控制系统，为了实现其跟踪特性，通常是设计一个PI跟踪控制器。但是由于存在未知的不确定性，很难通过此方法满足精确跟踪的条件。针对此不足，结合鲁棒右互质分解理论，本文设计了一种基于改进的指数趋近律的滑模控制跟踪器。滑模控制的一个优点是快速响应，也就是说，与PI控制相比可以减少响应时间。然而，其缺点是其高频开关特性导致抖振现象。该方法的控制效果通过两连杆的刚性机器人手臂的仿真结果验证，仿真结果表明，与PI控制相比，角度和角速度的跟踪响应时间减少了60%。此外，对于非线性系统的诸多控制方法来说，很难消除或者减小跟踪误差。在当前的控制系统设计方法中，模型误差和外部扰动对系统性能的影响都被当系统的动态不确定性来处理。考虑到不确定性的影响，本文研究并提出了基于算子观测器的鲁棒稳定控制方法，得到了鲁棒稳定条件和精确跟踪条件等结果。机器人手臂是非线性的动态耦合的复杂系统，并且对于未知模型误差和外部扰动是非常敏感的。本文将基于算子观测器的鲁棒稳定控制这一方法应用于两连杆刚性机器人手臂的控制设计中，仿真结果验证了该方法的有效性。与原来方法相比，机器人手臂运动轨迹的误差减小了75%，实现了精确跟踪控制。