随着新的控制算法的应用和电子技术的发展,机器人正朝着高速、高精度、开放化、智能化、网络化发展,对运动控制系统也提出了更高的要求。机器人要实现高速、高精度的位置控制和轨迹跟踪,必须依赖先进的运动学算法和优良的运动控制系统。控制系统中的模拟实现正逐渐退出历史舞台,而采用微处理器、通用计算机、DSP控制器等现代手段构成的数字控制系统得到了迅速发展,应用先进算法,开发全数字化的智能控制系统将成为新一代运动控制设计的发展方向。本论文首先介绍了机器人运动学逆解的研究动态、工业机器人技术的应用和发展,分析了国内外机器人的研究现状,给出了课题提出的目的和意义。其次,介绍了论文中使用的SCARA教学机器人的本体结构和参数,并建立了D-H坐标系,同时分析了该机器人的正逆运动学解,重点分析了机器人的运动学逆解,对机器人原有的逆解求法进行了改进,采用目前比较热门的神经网络对运动学逆解进行求解,本论文中使用的是RBF神经网络。最后,通过对控制方案进行比较和对芯片进行选型,确定了PC机+DSP两级机器人伺服控制方案。DSP运动控制器和伺服驱动器组成了机器人下级伺服控制系统(下位机),PC机组成了机器人上级伺服控制系统(上位机)。DSP运动控制卡以TI公司的TMS320LF2407作为控制核心,并设计了其他一些外围电路,例如:复位和时钟电路、串行通信接口、ADC电路、信号隔离电路等。