工业机器人由操作机（机械本体）、控制器、伺服驱动系统和检测传感装置构成，是一种仿人操作、自动控制、可重复编程、能在三维空间完成各种作业的机电一体化自动化生产设备。
机器人技术是综合了计算机、控制论、机构学、信息和传感技术、人工智能、仿生学等多学科而形成的高新技术，是当代研究十分活跃，应用日益广泛的领域。机器人应用情况，是一个国家工业自动化水平的重要标志。
机器人并不是在简单意义上代替人工的劳动，而是综合了人的特长和机器特长的一种拟人的电子机械装置，既有人对环境状态的快速反应和分析判断能力，又有机器可长时间持续工作、精确度高、抗恶劣环境的能力，从某种意义上说它也是机器的进化过程产物，它是工业以及非产业界的重要生产和服务性设备，也是先进制造技术领域不可缺少的自动化设备。
1、工业机器人性能不断提高（高速度、高精度、高可靠性、便于操作和维修），而单机价格不断下降，平均单机价格从91年的10．3万美元降至97年的6．5万美元。
2、机械结构向模块化、可重构化发展。例如关节模块中的伺服电机、减速机、检测系统三位一体化；由关节模块、连杆模块用重组方式构造机器人整机；国外已有模块化装配机器人产品问市。
3、工业机器人控制系统向基于PC机的开放型控制器方向发展，便于标准化、网络化；器件集成度提高，控制柜日见小巧，且采用模块化结构；大大提高了系统的可靠性、易操作性和可维修性。
4、机器人中的传感器作用日益重要，除采用传统的位置、速度、加速度等传感器外，装配、焊接机器人还应用了视觉、力觉等传感器，而遥控机器人则采用视觉、声觉、力觉、触觉等多传感器的融合技术来进行环境建模及决策控制；多传感器融合配置技术在产品化系统中已有成熟应用。
5、虚拟现实技术在机器人中的作用已从仿真、预演发展到用于过程控制，如使遥控机器人操作者产生置身于远端作业环境中的感觉来操纵机器人。
6、当代遥控机器人系统的发展特点不是追求全自治系统，而是致力于操作者与机器人的人机交互控制，即遥控加局部自主系统构成完整的监控遥控操作系统，使智能机器人走出实验室进入实用化阶段。美国发射到火星上的“索杰纳”机器人就是这种系统成功应用的最着名实例。
7、机器人化机械开始兴起。从94年美国开发出“虚拟轴机床”以来，这种新型装置已成为国际研究的热点之一，纷纷探索开拓其实际应用的领域。
目前国际机器人界都在加大科研力度，进行机器人共性技术的研究，并朝着智能化和多样化方向发展。主要研究内容集中在以下10个方面：
1、工业机器人操作机结构的优化设计技术：探索新的高强度轻质材料，进一步提高负载/自重比，同时机构向着模块化、可重构方向发展。
2、机器人控制技术：重点研究开放式，模块化控制系统，人机界面更加友好，语言、图形编程界面正在研制之中。机器人控制器的标准化和网络化，以及基于PC机网络式控制器已成为研究热点。编程技术除进一步提高在线编程的可操作性之外，离线编程的实用化将成为研究重点。
3、多传感系统：为进一步提高机器人的智能和适应性，多种传感器的使用是其问题解决的关键。其研究热点在于有效可行的多传感器融合算法，特别是在非线性及非平稳、非正态分布的情形下的多传感器融合算法。另一问题就是传感系统的实用化。
4、机器人的结构灵巧，控制系统愈来愈小，二者正朝着一体化方向发展。
5、机器人遥控及监控技术，机器人半自主和自主技术，多机器人和操作者之间的协调控制，通过网络建立大范围内的机器人遥控系统，在有时延的情况下，建立预先显示进行遥控等。
6、虚拟机器人技术：基于多传感器、多媒体和虚拟现实以及临场感技术，实现机器人的虚拟遥操作和人机交互。
7、多智能体（multi-agent）调控制技术：这是目前机器人研究的一个崭新领域。主要对多智能体的群体体系结构、相互间的通信与磋商机理，感知与学习方法，建模和规划、群体行为控制等方面进行研究。
8、微型和微小机器人技术（micro/miniature robotics）:这是机器人研究的一个新的领域和重点发展方向。过去的研究在该领域几乎是空白，因此该领域研究的进展将会引起机器人技术的一场革命，并且对社会进步和人类活动的各个方面产生不可估量的影响，微小型机器人技术的研究主要集中在系统结构、运动方式、控制方法、传感技术、通信技术以及行走技术等方面。
9、软机器人技术（soft robotics）:主要用于医疗、护理、休闲和娱乐场合。传统机器人设计未考虑与人紧密共处，因此其结构材料多为金属或硬性材料，软机器人技术要求其结构、控制方式和所用传感系统在机器人意外地与环境或人碰撞时是安全的，机器人对人是友好的。
10、仿人和仿生技术：这是机器人技术发展的境界，目前仅在某些方面进行一些基础研究。
总之，21世纪将会是机器人蓬勃发展的时代。
机器人的控制方法有位置控制、轨迹控制、力控制、力矩控制、柔顺控制、力／位置混合控制、分解运动控制、变结构控制、自适应控制以及递阶控制、模糊控制、学习控制、神经控制和进化控制等智能控制。其中，有些控制方法已比较熟悉，另一些控制方法则较为新颖，并有待进一步开发与完善。
