为了设计运动控制器，我们需要估计每个操作关节的传递函数。在大多数先前的研究中，这被认为是一个重要问题，其中不准确的估计会导致控制器设计不佳。在本小节中，我们介绍了使用线性分析工具估计每个操作关节的传递函数的过程，该过程表示了一个非线性的系统。
提出的IGAGA的最重要特征是如何将系统输出转化为适应度值，以抑制基于植物模型的PID控制器参考轨迹中的误差。因此，应该使用选择的IAE演化或FF来计算每组生成的PID增益的参考与系统输出之间的总误差。
通过提出两种技术，GA可以显著改进。首先，使用基于优化的调整来找到最佳的优化解，其次，基于最佳优化约束初始化FF，以修改基因组的GA染色体的约束，以改进GA染色体的约束水平。此方法表示为CHROBTCHROBT，其中由CHROBTCHROBT产生的比例增益为KpCHROBT， KiCHROBT和KdCHROBT。
控制拓扑依赖于注入信号和末端执行器的反馈位置，以满足机器人应用的需求。基于设计的HSPID控制器的机器人臂的Simscape模型，该控制器由五个连接到每个操作关节的控制器构成，允许关节达到所需的角度。
在每个旋转关节的IGA方面建模HSPID控制器，以最大化响应并减小环路交互和足够的影响。HSPID控制器通过样本时间为0.1秒的运动输入与每个旋转关节相连。
模拟轨迹规划机器人控制器的目的是向关节发送控制信号，使机器人沿着特定路径移动。轨迹是机器人位置随时间变化的函数，路径是运动的几何描述。可以使用仿真软件来检查机械臂的运动，并确认机器人是否遵循路径。
机器人的轨迹规划使我们能够确定连续的位置路径，以指导机器人的末端执行器。机器人臂设计用于各种应用，其中包括减少工业风险的末端执行器应用，这种情况下需要位置控制。
机器人的位置控制可以从两个角度来进行，一个是关节空间，另一个是任务空间。为了验证轨迹规划，利用Simscape模型来模拟运动，同时将整个系统的精确刚性参数传递到Matlab环境中，另外构建包含五个不同信号位置的轨迹块信号，机器人臂在运动期间应该遵循这些信号。
