La flexibilidad combinada con la capacidad de considerar las restricciones externas constituye las principales ventajas del control predictivo no lineal por modelo (NMPC). Aplicado como un controlador de movimiento, el NMPC permite aplicaciones en entornos variables y perturbados, pero requiere cálculos que consumen mucho tiempo. Por lo tanto, dado el modelo robótico no lineal de múltiples grados de libertad (DOF), una ejecución sin retrasos que proporcione horizontes de control cortos en horizontes de predicción apropiados para movimientos precisos no es aplicable en el uso común. Esta contribución introduce un enfoque que analiza y descompone la cinemática diferencial de manera similar al método de cinemática inversa para asignar condiciones de contorno cartesianas a sistemas específicos de ecuaciones durante la construcción del modelo, reduciendo los costos computacionales en línea. El NMPC completamente restringido resultante realiza la evitación de obstáculos translacionales durante el seguimiento de trayectorias utilizando un modelo reducido que considera tanto las restricciones articulares como cartesianas, acoplado con un controlador de Jacobiano transpuesto que realiza la corrección de la orientación del efector final. Aparte de una distancia segura de los obstáculos, el enfoque presentado no conduce a ninguna limitación del espacio de trabajo alcanzable, y se utilizan todos los grados de libertad (DOFs) del robot. La evaluación simulativa utilizando el Stäubli TX2-90 controlado desde una computadora estándar enfatiza los costos computacionales en línea significativamente más bajos, el análisis de precisión y la adaptabilidad extendida en la evitación de obstáculos, proporcionando flexibilidad adicional. Se discute una interpretación del nuevo concepto para su uso y extensiones futuras.