随着机器人技术的发展与社会需求,服务机器人成为了当前研究的热点,对其研究存在应用任务多变、应用环境非结构化与应用对象广泛等难点,本文以服务机器人的主要执行机构机械臂为对象,从运动规划与视觉交互两方面展开研究,主要工作如下:本文回顾了机器人的发展历程,介绍了服务机器人的研究内容与研究现状,以机械臂运动学为基础,探索了服务类机械臂运动规划的难点。随后本文研究了机械臂传统规划算法与智能规划算法,并对于后者中基于采样的规划算法快速拓展随机树(RRT)进行了仿真分析,通过实验结果说明了此类算法不适用于服务机器人的原因。为满足服务机器人智能规划的要求,本文提出了一种基于动态运动基元(DMPS)的机械臂运动规划方法,使机械臂能学习自身的训练运动,从而完成对新任务的泛化,并设计了样本优选规则与避障策略,使机械臂能智能作业。随后以一种三自由度空间机械臂为具体对象,在MATLAB中仿真分析此优选示教学习(LFD)规划方法的可行性与准确性,最后在实物机械臂上进行物理实验验证其有效性。进而为实现友好的示教方式,本文还提出了一种视觉交互的机械臂控制方法,使操作者能实时间接地控制机械臂运动,并设计物理实验进行验证。随后将其融入LFD系统的样本示教过程中,得出基于DMPS的视觉交互学习LFD系统,最后通过实验分析并改进了系统的性能。