本文在分析工业机器人执行级控制技术现状的基础上，研究了机器人运动控制的智能方法，主要包括模糊控制、变结构控制和神经网络控制及其融合技术在多自由度刚性机器人轨迹跟踪方面应用的理论与实际问题。 主要的研究成果是一类能较好地利用多自由度刚性机器人微分方程形式的数学模型又能容纳以自然语言来描述的行为模型的模糊变结构控制系统。该系统具有为提高模糊规则库的抗破坏／自恢复能力而设计的模糊规则分散存贮和为增强实时操作性而设计的有选择学习规则和控制参数的更新机制。 在第二章至第四章中依次研究与模糊控制、神经网络控制和变结构控制相关的机器人运动控制技术问题的基础上，以削弱模糊控制与变结构控制中的抖振幅度和频率为突破口，全面总结了一类模糊监督控制与典型变结构控制的相似性，进而在第四章的后半部分揭示了变结构控制中在削弱抖振方面行之有效的边界层方法的模糊本质，从而为第五章全面铺开对此前单独论述的各智能控制方法间的融合问题的研究作了充分的理论准备。 在所提出的机器人智能控制方法中，模糊控制为其核心。因此，论文还以一般的模糊控制系统为背景，提出了一些新的概念和思路。如在第二章中，提出了最大隶属度原则，从而将现有模糊控制方法中诸如模糊关系的获得、模糊关系的合成、模糊集的投影等“零碎”模糊数学运算统一到一个共同的理论框架之中；在第四章中，还针对一类模糊监督控制算法推导了其冗余