随着科技的发展和需求的提升,将机械臂应用于复杂环境中并实现人机协作已成为新的趋势,这就要求机械臂在执行目标任务的同时能够实现避障等次要任务,而避障问题一直是人们的关注重点和研究热点。本文以七自由度冗余机械臂为研究对象,提出了一种新的实时避障方法,解决机械臂的传统避障算法在动态环境下避障实时性不佳的问题。首先,建立七自由度机械臂的运动学模型。通过随机均布采样方法求解并分析机械臂的工作空间,并根据七自由度冗余机械臂的拟人特性和自运动形式,结合几何方法对机械臂逆运动学求解进行理论推导,得到满足目标位形的逆解解集。基于包络球对障碍物和机械臂连杆进行简化,并根据连杆间坐标变换矩阵,将障碍物坐标投影到机械臂连杆的局部坐标系下,得到杆障距离的快速计算方法。其次,研究基于双目视觉的目标识别和定位方法。通过相机标定得到镜头的内外参数以去除相机畸变并提高测量精度,利用灰度直方图均衡化和中值滤波进行预处理,在去除图像噪声的同时保留图像细节。基于FAST特征检测和ORB特征匹配方法实现对物体的识别,并针对视觉算法单次迭代计算耗时较长的问题,提出了基于运动预测的实时性补偿方法,提高对动态物体定位的实时性。然后,针对七自由度冗余机械臂,提出了一种新的实时避障方法。将传统复杂的机械臂避障规划转化为对单根连杆进行避障引导的运动规划。通过连杆与障碍物的位置关系划分主次危险杆件,引入改进的平滑函数解决在危险杆件切换时的抖动问题,对机械臂进行避障规划。此外在求解出自运动逆解解集和人工势场法的基础上,构建以关节行程为引力势场和杆障安全距离为斥力势场的势能指标,以确定自运动解集中的最优位形解,使机械臂能够在避开障碍物的同时调节自身关节位形,避免陷入局部最小解的振荡问题。最后,通过MATLAB与COPPELIASIM的联合仿真和KUKA IIWA物理样机进行实验验证,结果表明本文方法的有效性和实时性,主要解决冗余机械臂的动态避障问题,对有关节约束及多障碍物环境等更复杂的避障问题提供了一定的参考。