随着国家提出“中国制造2025”计划,中国的机器人技术与产业得到了迅速发展。机器人越来越成为企业在产品生产中必不可少的关键设备,同时对机器人的各项功能要求也越来越高。其中,机器人运动过程中的自动避障处理与奇异点规避一直是机器人领域的研究热点。工业机器人在运动过程中,常由于障碍物的存在造成无法完成既定轨迹;同时奇异点区域是多关节串联机器人无法避免的某些特定区域,在工程应用中极其容易发生生产事故。本文基于避障与奇异点问题进行了一定的理论研究,主要研究内容如下:(1)根据课题内容,分析了国内外工业机器人发展现状及趋势,重点阐述机器人避障与奇异点规避方面的研究成果及不足,在此基础上指出进一步开展机器人避障与奇异点规避相关理论研究的必要性。(2)文章以埃夫特某型机器人为例,利用说明手册得到相应参数,确定机器人的D-H参数表。求解机器人运动学正解与逆解,具体包括机器人坐标系的空间变换以及连杆参数之间的相互关系,着重分析了机器人运动学逆解中的多解问题,为后面的机器人运动规划与奇异点分析奠定基础。(3)针对机器人避障问题,结合当前在轨迹规划领域应用较为广泛的强化学习算法,提出基于马尔科夫模型与贪婪决策相结合的智能算法。通过选取适合的状态转移函数、报酬函数,构建出算法的详细流程图,令机器人在实现基本避障目的的同时,也实现运动路径最短化。最后在MATLAB软件上实现机器人的二维及空间模拟仿真。(4)针对多关节串联机器人的奇异点问题,首先根据D-H运动学参数表及连杆几何参数,计算连杆间的速度传递关系,即从基坐标系到末端的速度转换及末端到基坐标系的逆解计算。着重利用雅可比矩阵分析奇异点出现的原因,最后提出基于马尔科夫模型的奇异点规避方法。通过理论推导和仿真验证,保证了在奇异区域附近,机器人能够较平稳的过渡。(5)搭建机器人仿真实验平台,通过测量障碍物与机器人位置关系,对机器人进行运动避障及奇异点规避综合仿真实验,验证算法的有效性。最后,在本文研究的基础上讨论了未来可能的研究方向与研究方法,并总结作者自身在本次论文撰写中存在的不足。