对其自身运动的控制和工业机器人与周边设备的协调控制两部分组成。工业机器人是典型的自动执行工作的机电一体化装备工业机器人的控制系统主要由对其自身运动的控制和工业机器人与周边设备的协调控制两部分组成。国际标准化组织将工业机器人界定为一种自动化的、速度和位置可控、可重复编程的、依赖于自己对各种零件和工具进行控制处理，执行并完成各种作业的多用途操作机器，可以是固定式或移动式。
机器人运动控制系统的功能是接收来自传感器的检测信号，根据操作任务的要求，驱动机械臂中的各台电动机就像我们人的活动需要依赖自身的感官一样，机器人的运动控制离不开传感器。机器人需要用传感器来检测各种状态。机器人的内部传感器信号被用来反映机械臂关节的实际运动状态，机器人的外部传感器信号被用来检测工作环境的变化。所以机器人的神经与大脑组合起来才能成一个完整的机器人控制系统。
机器人运动控制系统包含以下几个方面：
执行机构----伺服电机或步进电机；
驱动机构----伺服或者步进驱动器；
控制机构----运动控制器，做路径和电机联动的算法运算控制；
控制方式----有固定执行动作方式的，那就编好固定参数的程序给运动控制器；如果有加视觉系统或者其他传感器的，根据传感器信号，就编好不固定参数的程序给运动控制器
机器人控制理论：控制方法千奇百怪，这里仅举机器人臂机器人控制方面的两个比较经典而常用机器人控制方面的方法：混合力位控制和阻抗控制。
混合力/位控制（Hybrid Force/Position Control）是Mark Raibert（现今Boston Dynamics老板）和John Craig于70s末在JPL的工作成果，当时机器人控制方面他们是在Stanford臂上做的实验，研究例如装配等任务时的力和位置同时控制的情况。
阻抗控制（Impedance Control）是N.Hogan的工作成果。维纳晚年，对人控制机器臂很感兴趣。后来，机器人控制方面他组织机器人控制方面了MIT的Robert Mann，Stephen Jacobsen等一伙人开发了基于肌肉电信号控制的假肢臂，叫Boston Elbow。后来，Hogan继续Mann的工作，他觉得假肢是给人用的，不应当和工业机器人一样具有高的刚度，而应该具有柔性，所以后来引入了阻抗。
其他控制。
建议：自己也在钻研，共同学习吧。
首先，要建立控制理论的基本概念，如状态方程、传递函数、前馈、反馈、稳定性等等，推荐Stanford大学教授Franklin的《Feedback Control of Dynamic Systems》；
关于机器人控制的入门读物，解释的最清晰的当属MW Spong的《Robot modeling and control》，书中不仅详细讲解了基于机器人动力学的控制，也讲解了执行器动力学与控制(也即电机控制)。
关于非线性控制理论，推荐MIT教授J.J.E. Slotine的《Applied Nonlinear Control》。
1) Harvard的Roger Brokett教授及其学生Frank Chongwoo Park等；
2) UC Berkeley的Shankar Sastry教授及其学生Richard Murray，Zexiang Li等。
3) uPenn的Vijay Kumar教授，他和他的学生Milos Zefran以及Calin Belta在90年代研究了基于Differentiable Manifold的单刚体运动学和动力学。
4）上述2）中Richard Murray的学生Andrew Lewis和Francesco Bullo等研究了基于differentiable manifold和Lagrange Mechanics的机器人动力学以及几何控制理论（Geometric Control Theory）。
首先，把描述机器人运动学和力学搞定。J.J. Craig出版于80s的《Introduction to Robotics: Mechanics and Control 》，或者R. Murray出版于90s的《A Mathematical Introduction to Robotic Manipulation》都行。对于机器人的数学基础，最新的成就是基于Differentiable Manifold（微分流形）、Lie group（李群）和Screw Theory（旋量理论）的。在这方面，个人认为以下研究团队奠定了机器人的数学基础理论：
再次，必要的反馈控制基础当然是不能少的。关于控制，并不推荐把下面的教材通读一遍，仅需要了解必要的控制理念即可。陷入繁杂的细节往往不得要领，并浪费时间。具体的问题需要研读论文。
