移动机器人作为新世纪智能化关键载体,已逐渐在工业、服务业、农业和航天等领域得到了广泛的运用。随着任务需求以及环境多样性的增加,移动机器人的研究不断面临新的挑战,尤其是其自动化和信息化。本文基于MT-R型移动机器人平台研究移动机器人的导航与抓取问题,具体内容如下:（1）基于单目视觉研究机器人的目标识别与测距算法。依据小孔成像模型利用张氏标定法对摄像机标定,获取相机内参。根据特定目标的颜色和形状特征,将阈值分割与霍夫梯度检测算法结合寻找目标。最后,利用几何相似原理,引入面积特性,推导得出目标距离与成像大小的关系。实验结果表明算法误差合理,满足可靠性和实时性要求。（2）研究了移动机器人在导航过程中的反应避障算法。首先,建立轮式机器人的运动学模型,推导得出轮速差和转弯半径之间的关系。然后,结合MT-R型机器人的运动学模型,提出一种基于模糊神经网络和圆弧轨迹的移动机器人反应避障算法。最后,在设计网络结构并建立CAD样本之后,在ROS平台上利用STDR移动机器人仿真软件对所提出算法进行数值仿真和实物验证。实验结果表明该控制器能在未知环境下有效地导航移动机器人趋近目标。（3）针对六自由度仿真机械臂系统,提出了一种改进多目标粒子群优化算法。首先,在关节空间中对六自由度仿真机械臂建立运动学模型。其次,设计满足运动学约束的轨迹规划。在分析优化机械臂的多目标函数基础上,提出了一种适用于机械臂的改进多目标粒子群优化算法。该算法主要通过两次迭代过程对粒子更新,分别保证了解的多样性和收敛性。仿真实验验证了所提算法的有效性。