当今，机器人在工业，农业，军事，医疗，科研探索以及服务业等领域都有广泛的应用，而这些智能应用都离不开路径规划，路径规划已经是机器人智能控制领域的研究热点和难点。路径规划的任务是在有障碍物的环境下，给定一个初始点和目标点，按照一定的评价标准（如最短路径长度，最小能量消耗等）规划出一条从起始点到目标点的没有碰撞的最优或次优路径。本文针对六自由度机械臂的路径规划问题进行了以下几个方面的研究：首先，本文对机械臂运动学进行了理论分析，给出了六自由度模块机器人D-H建模的方法并推导出其正向运动学方程。由于碰撞检测是机器人路径规划的前提，其次介绍了基于常见的包围盒的碰撞检测技术，对这些包围盒的优缺点进行了分析，由于K-DOPs包围盒紧密性较好，更新速度较快，因此本文采用了基于K-DOPs18包围盒的碰撞检测算法。再次，本在人工势场法的基础上，采用安全区域算法对人工势场法进行改进，和传统的势场法不同的是，该算法通过安全区域去感知机械臂和障碍物之间的距离，减少了大量的求引力和斥力的计算，提高了算法的实时性而且能够规划出不同安全级别的路径。针对人工势场法存在的局部极小问题，本文采用添加虚拟障碍物的方法解决了局部极小点问题。由于人工势场法速度快，但是存在局部极小，而基于负反馈的蚁群算法具有强大的全局寻优能力，但是收敛速度慢，因此本文将人工势场法和基于负反馈的蚁群算法相结合，提高算法的收敛速度和全局寻优能力。最后，结合Java SWING，JAVA3D技术，实现了六自由度机械臂路径规划仿真系统，给出了系统的设计和实现方法，并使用AS-MrobotE机器人进行了实验和数据分析，验证了算法的可行性和有效性。实验表明了基于安全区域的人工势场法该方法能够根据不同级别的安全需求，充分利用空间，寻找到不同安全级别的路径以及优化后的基于负反馈蚁群算法的有效性。