机器人学的一个最终目标是能制造出自治型机器人，如果将机器人看作是一种能够扩展人类工作能力的有效工具，那么人类在认识和改造世界的过程中就不能没有机器人。工业机器人是机器人家族中的一个重要分支，是机器人领域的重要研究发展方向。因此，对工业机器人运动路径规划的研究，一直受到人们的普遍关注。 基于最少时间、最少能量和避障等的不同目标，许多研究学者对路径规划问题进行了探索。本文针对近年来在工业机器人路径规划的热点问题—机器人作业中避障的快速性与路径的最优性—进行了系统而深入的研究。前者由于机器人构型空间的复杂性与机器人作业的快速性要求，而使路径规划问题具有极大的挑战性；后者则因为机器人作业的精确性要求，所以从此角度对路径的最优性进行了探索与研究。本文主要研究如下几个问题： 1．针对6自由度的工业机器人，建立了工业机器人的运动学模型。本文中，建立了两类工业机器人的运动模型：其一为ABB IRB1400型工业机器人；另一为RK10S型工业机器人，这两类机器人皆是典型的SCARA型工业机器人。 2．为避免繁琐的机器人示教过程，从避障快速性的角度出发，提出了离线的基于波扩散方法的工业机器人路径规划算法。首先对机器人的工作空间离散化，针对工作空间中的障碍点和自由点进行二值标记；然后用波扩散方法对自由点进一步标记，并进行了路径搜索；最后，以波扩散法与深度优先算法路径搜索进行了比较。针对6-自由度的工业机器人验证所提出的算法，得到了满意的效果。以ABB IRB1400型6-DOF工业机器人作为仿真对象，用SGI工作站，在ENVISION仿真环境下进行仿真。从仿真结果看，所研究算法在机器人路径规划方面是可行的。 3．针对机器人作业中的精确性的要求，本文基于孤岛搜索策略，提出了在机器人的构型空间中采用遗传算法进行路径规划找出最优路径的方法。以RK10S型6-DOF工业机器人作为仿真对象，用SGI工作站，在ENVISION仿真环境下进行沈阳工业大学硕士学位论文仿真。从理论分析和仿真实验结果的一致性，证明了算法的有效性和合理性，因而该方法在路径规划方面是可行的。本课题得到国家自然科学基金(课题号:69975020)的资助