近年来,机械设计、材料科学、电子信息、人工智能、传感器及相关技术的快速发展推动了机器人技术的迅猛发展。机器人系统的应用领域也从传统工业场景走向家庭娱乐、医疗服务和设备检测等社会生活各个方面。面对灵活度要求高的任务需求和空间、能源有限的新应用场景,具有重量轻、能耗低、系统灵活度高、鲁棒性强等方面优点的欠驱动机器人系统得到了全球研究人员的广泛关注。在一些作业难度大、成本高或者危险程度高的任务中,研究人员希望欠驱动机器人系统具有高智能性和高自主性,能够代替人工提高作业精度和可靠性。因此,当今的欠驱动机器人系统一般通过安装大量先进的传感器设备、配置高性能的核心计算处理器和设计高效高质量的运动规划方法,来实现其在新型复杂应用环境中的智能自主作业。本论文以运动规划方法为研究对象,结合不同欠驱动机器人系统的应用背景,设计了多种符合工作需求的新型运动规划方法,满足了各式欠驱动机器人系统的自主作业需求,提高了欠驱动机器人系统自主作业质量和工作效率。具体来说,本论文主要研究内容包括下面三个方面:1、针对现阶段外科医生在体内狭小手术环境内操作医疗手术机器人进行医疗手术过程中可能遇到的疲劳、抖动和位姿变化等不可控风险,设计了一种三维逆向均值神经动力学运动规划方法用于线驱动多节连续体手术机器人系统。该方法以机器人运动过程中的扫过面积作为运动规划计算的主要影响因子,减少医疗手术机器人在运动过程中产生的不必要的扫过面积,降低发生意外的风险,提高了线驱动多节连续体手术机器人系统的自主性和安全性。2、针对轮式移动服务机器人在未知动态环境中自主运动的工作需求,以传统地图几何学习运动规划方法作为基础,设计了一种改进型地图强化学习运动规划方法。该方法考虑了轮式移动服务机器人的非完整性,优化了随机选点策略,解决了传统地图几何学习运动规划方法在轮式移动服务机器人临近目标点时收敛性不佳的问题,并且设计了自适应速度移动策略,提高了轮式移动服务机器人的移动规划效率。仿真和实验表明该方法与传统地图几何学习运动规划方法相比,具有更好的规划性能,提高了运动规划方法的计算效率,能够满足轮式移动服务机器人自主运动的需求。3、针对传统运动规划方法在解决高维复杂机器人系统运动规划问题时遇到的“计算时间维数爆炸”的问题,结合基于采样运动规划方法,设计了一种局部环境增量采样运动规划方法。该方法从碰撞检测环节入手,将环境障碍物信息建模的思想引入,构建出机器人系统在已探测区域中的碰撞危险度评估概率,并随环境变化和时间推进持续地扩展和更新该评估概率。然后通过构建结合距离与碰撞危险度的代价函数,使运动规划方法在采样阶段无需碰撞检测,提高了基于采样运动规划方法的收敛速度和计算效率。同时,提供了所提出运动规划方法的避障性能、概率完备性和计算复杂度分析。通过仿真对比,证明其有效性和优越性。在此基础上,将局部环境增量采样运动规划方法分别在自行研制的地面轮式移动机器人系统和微型四旋翼飞行机器人上进行实验应用验证,实验结果表明局部环境增量采样运动规划方法较RRT和RRT*运动规划方法具有更好的规划性能,为其在更为复杂机器人系统上的应用提供了指导思路。最后,总结了论文的主要工作和创新性研究成果,并对下一步研究工作进行了展望。