关节机器人在日常的生活工作中应用越来越多,主要用来完成一些重复性工作以及一些高危险性的工作。因此,能否实现关节机器人快速、准确的跟踪位置变化显得尤为重要。单一的控制方法很难同时满足关节机器人快速、准确的跟踪要求。信号控制方法可以使机器人系统具有较快的动态响应速度,但是稳态性能比较差;能量控制方法可以使机器人系统具有较好的稳态性能,但是动态响应速度比较慢。本文提出信号与能量协同控制的方法,使关节机器人系统兼具信号控制的快速性与能量控制的准确性。协同控制方法满足了关节机器人对于期望位置的快速、准确跟踪。论文主要研究内容如下:1.利用滑模控制（sliding mode control,SMC）与端口受控哈密顿（port-controlled Hamiltonian,PCH）进行协同控制。选取分数、高斯函数、一种较为平滑的非线性函数以及反正切函数作为协同函数,协同函数可以是基于误差的,也可以是基于时间的,分别设计基于误差和基于时间的协同控制策略。分析比较各种协同控制策略的控制效果,得出协同控制效果最好的协同函数。MATLAB/Simulink仿真结果表明,采用高斯函数设计基于误差的协同控制策略时协同控制效果最好。2.对于关节机器人末端空载或添加已知负载的情况,设计模糊滑模控制（fuzzy sliding mode control,FSMC）信号控制器和误差端口受控哈密顿（error port-controlled Hamiltonian,EPCH）能量控制器,采用基于误差的高斯函数设计协同控制策略。利用MATLAB/Simulink仿真平台以及机器人关节位置伺服系统研究实验平台进行实验验证,结果表明当机器人末端空载和添加已知负载时,协同控制可以快速跟踪期望位置的变化并且具有较高的控制精度。3.对于关节机器人末端添加未知负载的情况,设计非线性干扰观测器来观测未知负载,设计神经网络滑模控制（neural network sliding mode control,NNSMC）信号控制器和EPCH能量控制器,采用基于误差的高斯函数设计协同控制策略,并给出整个被控系统的稳定性证明。利用MATLAB/Simulink仿真平台以及机器人关节位置伺服系统研究实验平台进行实验验证,结果表明采用协同控制方法时,关节机器人具有较快的动态响应速度和较好的稳态性能,并且添加未知负载时,负载产生的扰动较小且能够快速恢复到较高的控制精度。论文从信号变换的角度设计信号控制器,从能量变换的角度设计能量控制器。采用协同控制策略实现了机器人关节位置伺服系统的信号与能量协同控制。通过分析比较不同的协同控制策略,得出最合适的协同函数;在关节机器人空载、负载已知以及负载未知的情况下,协同控制方法都能够使机器人系统快速、准确的跟踪期望位置。所设计的协同控制方法与单独信号控制方法相比,具有更好的稳态性能;与单独能量控制方法相比,具有更快的动态响应速度。