为了实现机器人的高速高精度运动控制，国内外的研究主要集中在以下几个方面：（1）智能控制方法，主要包括时间最优[4]、能量最优[5]、加加速度最优[6]等，以上智能寻优算法，主要是对某些特定的轨迹，根据机器人关节几何、速度和加速度等约束条件下，建立机器人运动时的关于时间、能量、加加速度等的目标函数表达式，采用智能寻优的方法计算最优解。（2）基于动力学模型的控制方法，通过机器人动力学参数辨识，得到机器人的逆动力学模型，这样，可以根据目标轨迹计算出目标轨迹各处的理论驱动力矩，再进行相应的动力学控制。

综合来看，智能控制方法因为计算时间周期的原因，容易造成机器人控制器内存资源的紧张，很难应用在复杂的工业环境和实时插补的场合；基于动力学模型的运动控制，需要先进行复杂的动力学参数辨识，对模型的精确度要求较高，且需要计算每个插补周期的理论驱动力矩值，计算量较大。

本文在实时开放式SCARA机器人控制平台上，根据SCARA机器人的特点，建立简化的关节惯性力模型；通过数据采集和处理，辨识出模型各系数的值；根据机器人基关节（关节一）电机的理论最大电流，自适应计算插补路径起点处的加速度和终点处的减速度。这样，在开始插补前，可以确定最大的机器人关节运动加减速度，最大程度地利用关节一电机的机械性能，提高机器人运行的速度和精度。实验结果表明该方法能较好地适用于SCARA机器人的高速高精度运动控制中。

2.1SCARA机器人惯性力建模

串联机器人的动力学方程可以表示为：

式（1）中，为各关节的驱动力矩，为惯性力项，为哥氏力和离心力项，为重力项。对于主要应用于平面抓取、码垛等领域的SCARA机器人，其高速运动时受力较大的主要是关节一。所以考虑关节一的动力学表达式时，可以忽略重力项的影响，而只考虑惯性力、哥氏力及离心力的作用。为了实现高速控制，一般将关节角加速度设置为角速度的10倍以上，这样造成惯性力的作用远大于离心力和哥氏力。