随着“中国制造2025”时间点的迫近,机器人的应用日益广泛,生产生活中随处可见机器人的身影。在生产工作中,机械臂周边的环境不仅复杂多样,而且面临日渐提高的工作效率和精度要求。鉴于此,本文首先以路径最短为性能指标,进行了避障路径规划研究,然后以时间-冲击最优,进行了轨迹规划研究。主要研究内容为:本文首先采用几何法和解析法求解对机械臂从正逆两方面进行运动学分析。为后文的路径规划以及轨迹规划的研究奠定理论基础。考虑到机械臂工作环境的复杂性,常常会遇到各式各样的障碍物,为此进行了避障路径规划算法研究。选择包围球法对障碍物进行包络,选择圆柱法对机械臂进行简化。以路径最短为性能指标,避开障碍物为约束条件,采用自适应惯性权重的粒子群算法进行求解,并进行了数值仿真。仿真结果表明,改进的粒子群算法能有效帮助机械臂搜寻到最优路径。考虑到机械臂的工作效率以及使用寿命,以时间-冲击为性能指标,研究机械臂轨迹规划。采用“4-5-4”分段多项式插值在关节空间中进行轨迹规划,从而保证机械臂满足位置平滑,速度、加速度连续的要求。利用Q学习粒子群算法,求解机械臂在满足位置、速度、加速度以及加加速度约束下的时间-冲击最优轨迹。该算法将粒子视作智能体,通过Q学习算法的更新策略来帮助粒子群算法进行参数调整,从而有效地融合了两种算法的优点。通过Q学习粒子群算法进行轨迹优化,可以避开求解问题凸性的限制。最后以PUMA560机械臂为仿真对象,采用Q学习粒子群算法进行仿真分析,仿真结果表明该算法能有效帮助机械臂取得综合最优性能,在提升工业生产效率的同时也能够节约维护成本。