21世纪工业必然朝着智能制造的方向发展,智能制造是实现智能化工厂的前提,其核心是数字化,网络化,智能化。其中,六自由度机械臂是智能制造系统的核心装备,但是工业生产环境的六自由度机械臂采用的是人工示教和离线编程的工作方式,一旦改变了机械臂的工作环境,工作人员就需要对机械臂重新进行路径规划。因此,该工作方式不仅不方便作业,而且浪费人力。为了提高制造业智能化的水平,进而提高生产效率,降低生产成本,本文以UR5六自由度机械臂为研究对象,在已知工作环境下,研究了机械臂碰撞检测算法和路径规划算法,主要研究内容如下:本文首先利用转角最小原则提出了求最优逆解的优化方法,并通过实验进行了验证。总结了六自由度机械臂逆解的求解方法:封闭解和数值解。针对封闭解求出的8组逆解,采用转角最小原则求出一组最优逆解算法。通过实验验证,在封闭解的前提下采用转角最小原则,与优化前相比,机械臂的运动时间缩短了64.8%,路径缩短了2.5%。其次,利用机械臂路径规划碰撞检测方法,研究了3种预测自碰撞检测方法和AABB投影图形检测算法。详细分析了机械臂路径规划常用的几种碰撞检测方法,并根据机械臂连杆自身形态特点,分析了连杆与障碍物之间的3种位置关系,并对UR5机械臂腕部可能与肩部发生自碰撞检测的部位做了3种预测,并提出了解决方法。本文选择AABB进行碰撞检测,并基于AABB提出了一种新的检测方法,通过在AABB投影图形的边棱上设置中心点,计算不同中心点的距离,判断投影图形是否相交,为了提高检测速度,利用大包围盒包络小包围盒,然后判断大包围盒与其他包围盒是否相交,从而提高了检测的效率。然后,利用快速RRT搜索原理提出了天牛须避障路径规划方法,改进了RRT路径规划优化算法。借鉴天牛须算法根据食物气味浓度大小的搜索方式,定义了天牛须“气味函数”。引入天牛须“气味函数”,改进传统RRT算法缺点,形成2个搜索触须,将RRT随机搜索新节点的方式改为触须向气味浓度大的节点方向扩展搜索,减少了树中冗余节点数量。同时,为了解决路径粗糙和平滑性差的问题,引入3次样条插值函数,使最终生成的路径适应机械臂运动姿态的要求。通过Matlab对改进算法进行仿真实验,结果显示,基于天牛须的RRT算法比传统RRT算法的搜索导向性更强,所规划的路径长度缩短了31.29%,所规划的时间缩短了84.29%,树中全部节点的数量减少了84.83%,路径中有效节点数量增加了9%。结果表明:仿真实验很好地验证了算法的有效性和准确性。最后,本文搭建了UR5六自由度机械臂路径规划实验平台,利用时间复杂度对路径规划算法做了评价,评价结果显示,传统RRT算法的复杂度约为O（n 2~2）,改进RRT算法的复杂度约为O（log n）,对比可知,RRT算法经过改进,降低了算法的时间复杂度。为了进一步验证算法的真实性和有效性,经过实验验证:基于天牛须的RRT算法可以在机械臂的工作空间中规划出一条从起点到目标点的无碰撞路径。然后将实验采集的机械臂关节位置,速度、加速度等信息,绘制成图进行展示。