1)点位式
许多工业机器人要求能准确地控制末端执行器的工作位置机器人力矩控制，而路径却无关紧要．例如机器人力矩控制，在印刷电路板上安插元件、点焊、装配等工作机器人力矩控制，都属于点位式控制方式。一般来说机器人力矩控制，点位式控制比较简单，但精度不是很理想。
2)轨迹式
在弧焊、喷漆、切割等工作中，要求工业机器人末端执行器按照示教的轨迹和速度进行运动。如果偏离预定的轨迹和速度，就会使产品报废。轨迹式控制方式类似于控制原理中的跟踪系统，可称之为轨迹伺服控制。
3)力（力矩）控制方式
在完成装配、抓放物体等工作时，除要准确定位之外，还要求使用适度的力或力矩进行工作，这时就要利用力（力矩）伺服方式。这种方式的控制原理与位置伺服控制原理基本相同，只不过输人量和反馈量不是位置信号，而是力（力矩）信号，因此系统中必须有力（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。
4)智能控制方式
工业机器人的智能控制是通过传感器获得周围环境的知识，并根据自身内部的知识库做出相应的决策。采用智能控制技术，使工业机器人具有了较强的环境适应性及自学习能力。智能控制技术的发展有赖于近年来人工神经网络，基因算法、遗传算法、专家系统等人工智能的迅速发展。更多资料
1、基于位置控制的力控制系统适用于大减速比的工业机器人操作臂；基于力矩控制的力控制系统适用于常用动力学研究的低减速比或者直接驱动型机器人操作臂。
2、基于位置控制的力控制系统
长处：（1）与既存位置控制系统的整合性高；
（2）与位置控制系统相独立的Impedance特性可容易地设定；
（3）无动力学补偿，一般控制系统较简单。
短处：（1）力控制系统性能为含稳定性的inner loop的位置控制系统频带、环境刚度所支配；
（2）若扩展位置控制系统带宽，受力传感器的动态影响，容易造成固定环境下的不稳定。
基于力矩控制的力控制系统的长短处恰恰与基于位置控制的力控制系统相反。
智能机器人不仅具有获取外部环境信息的各种传感器，而且还具有记忆能力、语言理解能力、图像识别能力、推理判断能力等人工智能，这些都是微电子技术的应用，特别是计算机技术的应用密切相关。机器人通常具有三个基本特点：
身体：具有一定的结构形态。
大脑：自动控制的程序。
动作：完成一定动作、行为表现的能力。
1.点位控制方式(PTP)
这种控制方式只对工业机器人末端执行器在作业空间中某些规定的离散点上的位姿进行控制。在控制时，只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。
2.连续轨迹控制方式(CP)
这种控制方式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，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。
3.力（力矩）控制方式
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。
4.智能控制方式
机器人的智能控制是通过传感器获得周围环境的知识，并根据自身内部的知识库做出相应的决策。采用智能控制技术，使机器人具有较强的环境适应性及自学习能力。
引入力矩传感器，主要解决对摩擦力，特别是静摩擦力带来的困扰，你可以更为精确的估计用户与机器人的接触力。但关节力矩传感器也会带来其他问题：
传感器噪声很大，信号容易有突变。
2.关节刚度大大降低，对你的位置控制带来了不少挑战。
对于此时的零力控制，你可以通过简单的PID控制，控制力矩传感器的值为相应的重力矩，复杂点的需要估计用户力矩.
机器人的零力控制，定义为机器人顺应外力作用运动就好像它处在一个不受重力和摩擦力的环境下的控制。
一些常规的中小型机械臂可以不需要外部力传感器也可以实现基于力矩控制的拖动示教，重要在于重力项和摩擦力的补偿。
之前的文章以第三轴为例介绍了一种低速动态平衡的方法辨识重力项。本文将继续介绍第二轴的参数辨识，在前面的基础上实现了机器人的拖动技术。
一、问题分析
机器人本体如图所示，采用谐波减速器和交流伺服电机，上位机（控制系统）和驱动器的通信接口是EtherCAT。
总线型驱动器和控制系统的优势之一在于控制模式可以随机切换，伺服电机可以工作在位置、速度、转矩三种模式下，其中转矩模式本质上是控制电机的电枢电流。机器人力矩控制的基础是机器人的动力学模型。
本文采用力矩控制实现拖动示教的基本思路是，使电机工作在转矩模式下（电流环），电机的输出转矩（经过减速机构）补偿机械臂的重力矩及摩擦力矩，这样用户就可以从任意位置轻松地拖动机器人。
这种方式很直观，但会存在一些不足之处：首先，用户从静止拖动机器人时，会存在一个最大静摩擦力的问题；另外，没有关节转矩传感器的存在，实际上从机器人系统来看转矩控制是开环模式，因此这种方法依赖于辨识精度，若辨识的准确度不够，则控制器的输出力矩偏大或偏小都可能导致拖动效果差。不过，尽管如此，这种方法的实用性还是挺不错的。
在末端负载不大的情况下，按照常规的安装方式，这类构型的机械臂的重力项补偿主要考虑大臂和小臂，即第2轴和第3轴的关节力矩补偿，这样可以简化为二连杆模型。
如果比较精确地已知机器人的动力学参数包括每个连杆的质心坐标和质量，那么可以直接通过牛顿欧拉迭代法或者拉格朗日法计算出每个连杆所需的重力项补偿值。
然而，在某些情况下，由于机器人本体的某些原因导致连杆的动力学参数无法直接获得，或者参数与实际偏差较大，那就需要重新辨识连杆的质心和质量来实现满意的拖动示教等功能。
许多未知因素的存在，获得完整精确的机器人动力学模型是几乎不可能的事情，因此需要辨识动力学参数。
题主是否想询问“发那科机器人力控设置根据什么分类”机器人力矩控制？根据作业任务不同来进行分类。发那科机器人力控设置是根据作业任务不同来进行分类机器人力矩控制，发那科机器人机器人力矩控制的控制方式主要有四种机器人力矩控制，分别是位控制方式、连续轨迹控制方式、力(力矩)控制方式和智能控制方式。
