近年来,空间机械臂作为一项在轨服务的关键性技术在空间活动中扮演着不可替代的角色。空间机械臂在地面重力环境下完成组装,在空间微重力环境中进行在轨服务,重力环境的改变会引起空间机械臂运动行为的变化,如何解决这种运动行为差异是一个值得研究的课题。本文针对空间机械臂在跨尺度环境中的关节轨迹跟踪控制进行研究,具体内容如下:首先,介绍了空间机械臂及其在跨尺度环境下轨迹跟踪控制的国内外研究现状,对微重力研究进行了综述,推导了空间机械臂系统的动力学和运动学模型,并分别给出了地面重力和空间微重力环境下的仿真模型。其次,针对跨尺度环境下空间机械臂的关节轨迹跟踪控制问题,设计基于空间机械臂名义模型的全局PID滑模控制方案。通过设计全局滑模面,使系统状态初始时刻就处于滑模面,消除了传统线性滑模控制中的到达运动阶段,基于空间机械臂的名义模型推导出等效控制律,使用基于指数趋近律设计的切换控制器对建模误差等不确定性进行补偿,并基于李亚普诺夫理论证明了闭环系统的渐进稳定性。再次,针对全局PID滑模控制中出现的抖振问题,设计一种基于神经网络补偿的全局滑模控制策略。引入RBF神经网络对模型中的建模误差等不确定性进行逼近,通过切换控制器克服逼近误差的影响,同时使用双曲正切函数代替切换控制中的符号函数,设计神经网络权值自适应律,并基于李亚普诺夫理论证明了闭环系统的渐进稳定性。仿真结果表明所设计的控制器可以大大削弱系统的抖振现象,具有很强的鲁棒性。最后,分析了跨尺度环境中变化的重力项对空间机械臂运动控制的影响。针对空间机械臂在跨尺度环境下重力项变化的问题,设计一种不依赖于系统模型的神经网络终端滑模控制策略。设计双幂次全局终端滑模面,通过RBF神经网络对变化的重力项进行在线建模,引入f_e(28)k_iòsdt克服建模误差对系统的影响,使用传统切换控制器补偿系统的不确定性,基于李亚普诺夫理论证明了闭环系统的稳定性,仿真结果验证了该控制方法的有效性。