机器人网络控制系统能增强人类对于未知环境探索时的安全性与便利性,利用机器人代替人类在一些危险环境下工作。由于机器人网络控制系统中各组件通过网络交互,因而不可避免会存在网络时延,这些时延会影响系统的控制性能,甚至破坏整个系统的稳定性。因此需要设计有效的控制策略以降低网络时延对系统的影响。本文研究了具有网络时延的机器人网络控制系统的关节位置跟踪问题,主要工作总结如下:（1）针对机器人网络控制系统中的随机时延、丢包等问题,设计了一种优化预测补偿控制方法。首先设计状态观测器获取机器人当前时刻的状态信息,以预测出机器人未来时刻的状态信息。控制器利用机器人的状态信息结合滚动优化计算出一个包含每个时刻控制输入的控制序列。时延补偿器则通过时间戳获取当前的时延,并从控制序列中选择适当的控制输入量,在补偿时延的同时对机器人进行控制。采用所设计的方法对双关节机器人网络控制系统进行仿真,结果表明该方法可以有效地补偿机器人网络控制系统中的随机时延、丢包等影响。（2）针对机器人网络控制系统中存在的时延、丢包等问题,提出了一种事件驱动反馈控制策略。该方法首先判定机器人的位置跟踪轨迹误差是否满足预设的误差范围,当误差不满足预设的误差范围时,控制器才执行控制动作。证明了被控机器人位置跟踪轨迹误差的收敛性,并对双关节机器人网络控制系统进行仿真,结果表明,相较于传统的时间驱动控制方法,事件驱动控制方法不仅拥有更好的控制性能和稳定性,而且节约了网络资源,减少了网络阻塞的概率,使系统更加可靠。（3）针对受干扰的机器人网络控制系统,结合干扰观测器和事件触发机制,设计了一种事件驱动控制方法,在考虑网络中存在随机时延的同时,对干扰进行补偿。控制器在判定被控机器人的输出误差是否满足预设事件的同时,接收到来自干扰观测器的干扰观测值,当控制器判定系统输出误差不满足预设事件时,控制器利用系统输出误差和干扰观测值计算出新的控制输入来替换原来的控制输入信号,否则控制器保持上一时刻的控制输入。证明了机器人网络控制系统的稳定性与收敛性。最后对双关节机器人网络控制系统进行仿真,结果表明,该控制方法可以使被控机器人在受到外部干扰以及网络时延影响的情况下仍具有良好的位置跟踪效果。