在制造业领域，多轴联动系统主要指用于精密加工的数控系统和工业机器人。由于多轴系统具有较强的耦合特性、时变特性和非线性特性，传统的PID控制显然不能满足对其高速高精度控制的要求。于是，大量专家和学者经过数十年的不懈努力，提出了许多种控制算法。神经网络控制具有很强的容错性和逼近非线性函数的能力，但存在自学习的问题；模糊控制在设计中不需要建立被控对象的精确的数学模型，便于应用，但模糊规则难以建立；自适应控制能够在线改变控制器的参数和结构,调整控制作用以保证系统达到满意的控制品质，但难以兼顾稳态和动态性能；滑模变结构控制具有较强的鲁棒性，但存在抖振现象；遗传算法有很好的收敛性和鲁棒性，但对新空间的搜索能力有限；迭代学习控制用于能够实现完全跟踪，但对初值的选取较敏感。在多轴系统的控制中，以上算法优于PID控制，但也存在上述一些问题，其中一些算法还对模型具有很大的依赖性。迄今为止，人的控制是世界上最高效的控制。仿人智能控制采用基于特征模型和特征辨识的多模态控制策略，针对不同特征状态选取不同的控制模态，因此能够有效地模拟人的控制，获得良好的控制效果。同时，对偏差，偏差导数等信息构成的动态信息空间的划分得到的特征模型，对系统数学模型的变化不敏感，因而控制器的设计不依赖于系统的数学模型。本文中，具体研究对象为工业机器人。首先分析了机器人的运动学和动力学型。然后，对相平面的划分得到了机器人系统的特征模型，并对各个具体的特征状态下的控制器参数进行自动整定，从而实现了机器人的仿人智能控制器。最后，在仿真平台上的同传统的基于参数自整定的PD控制对比试验验证了所设计控制器的有效性。