机械臂作为目前阶段在机器人及其相关技术领域中应用最为广泛的自动化机械装置，自上世纪问世以来，在国内外一直发展迅速。机械臂本身结构上不断有改进，在驱动、传感器、执行器上也有越来越多的发展和选择。此外，随着控制科学的进步，传统控制方法之外，也不断涌现出新的控制算法，机械臂轨迹跟踪控制在控制策略的选择上也有了更多的尝试。本文选用高斯过程回归算法，对机械臂系统的系统辨识与轨迹跟踪控制问题进行了相关研究。论文的主要内容如下：
　　（1）对机械臂系统进行拉格朗日方程建模，并提出了一种应用于机械臂轨迹跟踪控制的高斯过程回归算法。该算法在机械臂传统的计算转矩控制算法的基础上，使用基于高斯过程回归的前馈补偿来设计控制律。该算法利用高斯过程从训练数据中学习机械臂未知的系统动态特性，使用高斯过程回归的均值预测来补偿未知动态，使用方差来调整增益。此外还进行了精确的跟踪误差计算以确保跟踪误差小于上限边界。最后通过MATLAB仿真实验验证了该机械臂轨迹跟踪控制方法的有效性。
　　（2）针对机械臂系统的辨识过程中存在输入噪声问题，在前文的基础上提出了一种考虑输入噪声的稀疏在线高斯过程回归算法。该部分首先选用矩匹配以解决随机试验点带来的非高斯分布问题，求取均值和方差，并考虑了多个随机试验点情况。接下来利用稀疏在线的高斯过程回归算法解决了输入噪声问题。用泰勒逼近方法给出测量输入点后验分布的近似值，进而提出了考虑输入噪声的稀疏在线高斯过程回归算法。该方法适用于随机测量点。此外，还研究了多输出函数的逼近方法并确定其后验分布。最终综合上述结论，建立了适用于机械臂系统的轨迹跟踪控制算法，并通过MATLAB仿真结果验证了其有效性。