机器人控制可以分为关节空间的控制和笛卡尔空间的控制。对于串联式多关节机器人，关节空间的控制是针对机器人各个关节的变量进行的控制，笛卡尔空间控制是针对机器人末端的变量进行的控制。

按照控制量的不同，机器人控制可以分为：位置控制、速度控制、加速度控制、力控制、力位混合控制和振动控制等。

按作业任务的不同，机器人的控制方式则可分为点位控制、连续轨迹控制、力（力矩）控制和智能控制四种控制方式。本文就从作业任务划分，对四种控制方式进行介绍。

点位控制方式（PTP）

点位控制在机电一体化领域和机器人行业有及其广泛的应用，机械制造业中的数控机床对零件轮廓的跟踪，工业机器人的指端轨迹控制和行走机器人的路径跟踪等都是点位控制系统的典型应用。

在控制时，要求工业机器人能够快速、准确地在相邻各点之间运动，对达到目标点的运动轨迹则不作任何规定。

定位精度和运动所需的时间是这种控制方式的两个主要技术指标。这种控制方式具有实现容易、定位精度要求不高的特点，因此，常被应用在上下料、搬运、点焊和在电路板上安插元件等只要求目标点处保持末端执行器位姿准确的作业中。

这种方式比较简单，但是要达到2～3um的定位精度是相当困难的。

点位控制系统实际上也是一种位置伺服系统，它们的基本结构与组成基本上是相同的，只不过侧重点不同而已，它们的控制复杂程度也各有千秋；按反馈方式来分，可以分为闭环系统、半闭环系统与开环系统。

连续轨迹控制方式（CP）

PTP点位控制下，始末速度为0，期间可以有各种的速度规划方式。

CP控制是对工业机器人末端执行器在作业空间中的位姿进行连续的控制，中间点的速度不为0，连贯运动，通过速度前瞻的方式获得每个点的速度大小。

一般连续轨迹控制主要都用到了速度前瞻的方法：前向速度限制、转角速度限制、回溯速度限制、最大速度限制、轮廓误差速度限制。

这种控制方式要求其严格按照预定的轨迹和速度在一定的精度范围内运动，而且速度可控、轨迹光滑、运动平稳，以完成作业任务。

工业机器人各关节连续、同步地进行相应的运动，其末端执行器即可形成连续的轨迹。这种控制方式的主要技术指标是工业机器人末端执行器位 姿的轨迹跟踪精度及平稳性，通常弧焊、喷漆、去毛边和检测作业机器人都采用这种控制方式。

力（力矩）控制方式

随着机器人应用边界的不断拓宽，单单靠视觉赋能已经满足不了复杂的实际应用，此时就必须引入力/力矩控制输出量，或者将力/力矩作为闭环反馈量引入控制。

在进行装配、抓放物体等工作时，除了要求准确定位之外，还要求所使用的力或力矩必须合适，这时必须要使用（力矩）伺服方式。

这种控制方式的原理与位置伺服控制原理基本相同，只不过输入量和反馈量不是位置信号，而是力（力矩）信号，所以该系统中必须有力（力矩）传感器。有时也利用接近、滑动等传感功能进行自适应式控制。

由于机械臂和工作面的接触常常是未知的复杂曲面，因而这种力/力矩的感知，还应具备多维能力。

智能控制方式

机器人的智能控制是具有智能信息处理和智能信息反馈以及智能控制决策的控制方式，通过传感器（如摄像机、图像传感器、超声波传成器、激光器、导电橡胶、压电元件、气动元件、行程开关等机电元器件）获得周围环境的知识，并根据自身内部的知识库作出相应的决策。

智能控制技术的发展有赖于人工神经网络、基因算法、遗传算法、专家系统等人工智能的迅速发展。

近几年，智能控制技术进步明显，模糊控制理论和人工神经网络理论以及两者的融合都大大提高了机器人的速度和精度。主要应用如多关节机器人跟踪控制、月球机器人控制、除草机器人控制、烹饪机器人控制等。

机器人智能控制又可细分为：模糊控制、自适应控制、最优控制、神经网络控制、模糊神经网络控制、专家控制等。

有了智能控制技术的加持，工业机器人才真正智能化起来，不过也是最难实现的，对算法、元件以来严重。

目前工业机器人，大多数情况下还是处于比较底层的空间定位控制阶段，没有太多智能含量，距离智能化还有很长的路要走。因此我国的机器人专家从应用环境出发，将机器人分为两大类，即工业机器人和智能机器人。