冗余移动机械臂是移动机械臂的一个重要分支,主要由移动平台及安装在移动平台上的冗余机械臂组成。冗余移动机械臂不仅能够如同移动机器人一样可以在无限空间中运动,并且还能实现如同机械臂一样的灵活操作,能替代人在危险、恶劣的环境下进行作业。冗余移动机械臂主要包括两个系统:冗余机械臂操作执行子系统和移动平台移动子系统。针对两个子系统的特点分别进行研究,冗余机械臂具有高冗余性,其研究重点主要在于机械机构的尺寸优化及其逆运动学求解。移动平台的任务是在避开障碍物的同时走向目标,所以精确的定位及轨迹规划是亟待解决的难题。工作空间及工作灵活度是衡量冗余机械臂工作性能的重要指标,机械臂的尺寸优化是选取较优的杆件长度从而保证机械臂足够的工作空间及工作灵活度。本文提出一种以机械臂工作空间的大小及末端机械臂灵活区域为优化指标的尺寸优化算法。以机械臂结构尺寸参数为基础构建工作空间密度函数,该函数可以有效的获得工作空间及灵活区域的分布情况。采用工作空间密度函数作为优化目标函数对冗余机械臂进行尺寸优化。本文提出的优化方法在计算量上远小于传统的蒙特卡洛法构建机械臂的工作空间的方法,解决了随机械臂杆件数增加蒙特卡洛法无法求解的问题。冗余机械臂具有高冗余性,在工作空间内逆运动学存在多解,因此冗余机械臂的逆运动学求解是研究难点问题。本文提出一种以工作空间密度函数为基础的逆运动学求解迭代算法,该算法具有精度高,收敛性好等优点。该算法还充分考虑到了在工作空间中有障碍物的情况实现有效的避障求解。在逆运动学求解中采用的是末端位姿,可以指定机械臂末端杆件的位姿,有利于末端执行机构进行下一步的抓取,装配等任务的完成。移动平台定位问题是控制算法的基础,但在危险恶劣的环境中,高精度的定位传感器将会受到影响。航位推算是不依赖定位传感器的一种定位算法,主要根据移动平台的结构参数及物理输出量进行航位推算。但航位推算算法是开环算法,由于噪声等原因引入的误差会随时间的增长而变大,本文主要针对噪声对车轮输出的影响进行航位误差推算,可有效的对移动平台进行定位。为提高移动平台的定位精度,需要对多传感器位置信息进行信息融合。本文采用贝叶斯定理为基础,对传感器采集的定位信息进行数学概率建模,并采用傅里叶变换将传感器信息进行融合获得更精确的定位。通过同样方法可将移动平台的航位误差推算与传感器信息进行有效的信息融合,实现高精度定位。轨迹规划问题是移动机器人重点研究内容之一。本文提出一种以移动平台随机运动微分方程为基础的轨迹规划算法。该算法在考虑障碍物位置的情况下,生成较优路径,不仅考虑避障问题还考虑到移动平台到达目标点的位姿,对移动机械臂下一步的任务执行具有一定指导意义。本文研究内容包含了冗余机械臂与移动平台两部分的关键技术的研究,并在这些方面取得了一些理论成果,并将理论应用于具体冗余移动机械臂平台上,已经得到大量实验数据与证明。