挖掘机既是现代化施工的重要机械,也是军事、救援中不可缺少的特种工程机械,对国家的基础设施现代化建设和经济繁荣起到关键性作用,而挖掘机器人是挖掘机的重要发展方向。挖掘机器人轨迹规划是实现挖掘机自主化智能化的基础,本课题基于常态挖掘理论展开对挖掘机器人的轨迹规划研究,研究内容包括:（1）基于挖掘机器人传统轨迹规划方法的不足以及智能优化算法的对比,选择使用含有罚函数的粒子群算法进行轨迹规划,能够在满足作业要求的同时,避免盲位盲角问题。以盲位盲角概念和外部罚函数法设置约束条件,基于常态挖掘理论构建目标函数,建立了以铲斗齿尖姿态角为设计变量的挖掘机器人粒子群轨迹规划模型。（2）在一条简单路径上,以节能为优化目标,对比了经验法、传统优化方法、粒子群法的轨迹规划效果和计算效率。相对于经验法和传统优化方法,粒子群法在液压缸变化总量上分别减少了17.9%和6.74%,在计算路径的总时间上减少了36.6s和36.1s。验证了粒子群轨迹规划方法的有效性。（3）在复合挖掘路径上,以节能为优化目标,将粒子群法和路径实测数据的各关节液压长度变化进行了对比。仿真结果显示,粒子群法相对于路径实测的液压缸长度变化总量改进效率为8.63%;以提高挖掘力为目标,将路径实测姿态和轨迹姿态对应的复合挖掘力曲线与实测挖掘阻力曲线进行比较,两者对应的复合挖掘力值在作业时间内,都大于实测的挖掘阻力的值,说明复合挖掘力模型符合实际作业要求。轨迹姿态相对于路径实测姿态对应的复合挖掘力平均提高了4.52%。（4）以提高挖掘力和节能两个目标在复合挖掘路径上进行轨迹规划。首先将轨迹姿态和路径实测姿态对应的复合挖掘力曲线与实测挖掘阻力曲线进行比较,两者都在挖掘阻力曲线之上,且轨迹姿态相对于路径实测姿态对应的复合挖掘力平均提高了3.31%。接着对比了粒子群法和路径实测数据的各关节液压缸长度变化曲线。粒子群法相对于路径实测数据的液压缸长度变化总量改进效率为3.92%。最后比较并分析了两个优化目标不同权重取值下,各自的轨迹规划效果。