智能运动控制是一个自动化相关名词。

作为机器人通过学习获得前馈动作的方法，用 Spline 函数表示控制输入的时间波形，在动作行为的反复试行中通过评价函数让输入波形变化，进行“探索性的学习”。为进行高效地搜索，采用启发式(heuristics)方法的算法，进行逐次修正和高效搜索。

由启发式方法反复进行试行错误实验，对于给定条件，可以生成良好的动作。可是，如果树枝间距等控制条件发生变化情况下，用以前的条件得到的前馈动作在新的条件下已经不适合了，所以必须再次进行试行错误，以不断适应于环境的变化。因此，本节通过插补几个控制条件下得到的经验值，论述在未经历条件下进行控制的方法。然后，一边用它们进行反馈控制，一边让树枝间距和高度都不相同时的条件下泛化经验。

机器人通常具有多自由度，其控制系统为多输入多输出系统。在控制系统设计上，把控制器分割到每个关节的结构在设计上是有利的——因为可以通过组织与协调级对基本控制单元的协调和组织实现灵活的控制。

智能学习运动控制研究中的手法包括：

采用神经网络的阶层型进化算法；

采用遗传算法的阶层型进化算法；

采用遗传算法的模糊控制器的学习手法；

采用强化学习的模糊控制器的学习方法；

多数控制器下的学习手法。

运动控制器的优点：

（1）硬件组成简单，把运动控制器插入PC总线，连接信号线就可组成系统；

（2）可以使用PC机已经具有的丰富软件进行开发；

（3）运动控制软件的代码通用性和可移植性较好；

（4）可以进行开发工作的工程人员较多，不需要太多培训工作，就可以进行开发。

目前国内的运动控制器生产商提供的产品大致可以分为三类：

以单片机或微机处理器作为核心

以单片机或微机处理器作为核心的运动控制器，这类运动控制器速度较慢，精度不高，成本相对较低。在一些只需要低速点位运动控制和轨迹要求不高的轮廓运动控制场合应用。

以专用芯片作为核心处理器

以专用芯片作为核心处理器的运动控制器，这类运动控制器结构比较简单，但这类运动控制器只能输出脉冲信号，工作于开环控制方式。这类控制器对单轴的点位控制场合是基本满足要求的，但对于要求多轴协调运动和高速轨迹插补控制的设备，这类运动器不能满足要求。由于这类控制器不能提供连续插补功能，也没有前瞻功能，特别是对于大量的小线段连续运动的场合，不能使用这类控制器。另外，由于硬件资源的限制，这类控制器的圆弧插补算法通常都采用逐点比较法，这样一来圆弧插补的精度不高。

基于PC总线的以DSP和FPGA作为核心处理器

基于PC总线的以DSP和FPGA作为核心处理器的开放式运动控制器，这类运动控制器以DSP芯片作为运动控制器的核心处理器，以PC机作为信息处理平台，运动控制器以插卡形式嵌入PC机，即“PC 运动控制器”的模式。这样将PC机的信息处理能力和开放式的特点与运动控制器的运动轨迹控制能力有机结合在一起，具有信息处理能力强、开放程度高、运动轨迹控制准确、通用性好的特点。这类控制器充分利用了DSP的高速数据处理能力和FPGA的超强逻辑处理能力，便于设计出功能完善、性能优越的运动控制器。这类运动控制器通常都能提供板上的多轴协调运动控制和复杂的运动轨迹规划、实时地插补运算、误差补偿、伺服滤波算法，能够实现闭环控制。由于采用FPGA技术来进行硬件设计，方便运动控制器供应商根据客户的特殊工艺要求和技术要求进行个性化的定制，形成独特的产品。

运动控制器的缺点：

（1）采用板卡结构的运动控制器采用金手指连接，单边固定，在多数环境较差的工业现场（振动、粉尘、油污严重），不适宜长期工作。

（2）PC资源浪费。由于PC的捆绑方式销售，用户实际上仅使用少部分PC资源，未使用的PC资源不但造成闲置和浪费，还带来维护上的麻烦。

（3）整体可靠性难以保证，由于PC选择可以是工控机，也可以是商用机。系统集成后，可靠性差异很大，并不是由运动控制器能保证的。

（4）难以突出行业特点。