机器人移动加工具有高机动性、高灵巧性、可重构性强、易于传感集成和并行协作等特点,是实现大型复杂构件高效高品质智能化加工制造的有效途径。合理的运动规划能够充分发挥机器人移动加工的优势,是保证大型复杂构件加工质量与效率的关键。但是,大型复杂构件尺寸超大、形状复杂,表面质量与形状精度要求较高,机器人移动加工运动规划时必须将构件化整为零,并充分利用机器人移动加工系统的冗余性进行机器人刚度及运动学性能优化,存在建模分析困难、计算量大等问题。因此,本文聚焦大型复杂构件机器人移动加工运动规划问题,以机器人高效碰撞检测方法为基础,分别从机器人任务规划、性能优化、轨迹规划等角度展开研究,设计了面向大型复杂构件机器人移动加工的运动规划体系与方法,并将相关研究成果应用于大型复杂构件的加工制造。论文主要研究成果如下:针对移动加工运动规划计算量大,计算效率低的问题,提出了基于特征点集的快速全局碰撞检测方法。建立了机器人与加工对象的高效碰撞检测模型,基于该模型进行了机器人与加工对象之间的碰撞分析。分析表明,加工路径上总是存在少量的特征点,即局部范围内最可能发生碰撞的轨迹点。然后,结合构件几何分析和机器人运动学提出了特征点的高效判定方法。使用特征点代替所有轨迹点进行全局碰撞检测,保证了检测准确性,且检测效率较传统离散碰撞检测方法提升2～3个数量级。针对加工区域面积大、形状复杂,任务规划难的问题,提出了基于几何及任务信息的大型复杂构件加工区域划分方法。首先,基于构件表面的几何信息,即加权平均法矢,将构件整体加工区域划分为若干个法矢方向相对一致的子曲面;然后,从任务层面上,以子曲面离线编程所得轨迹点云为输入,综合考虑机器人可达性、奇异与碰撞规避等约束条件,将各子曲面对应的轨迹点云进一步划分为若干个形状规整、面积相近的子区域,为后续工位优化及全局优化研究提供了有力支撑。针对机器人刚性差、约束条件多,性能优化难的问题,提出了融合刚度性能与运动学约束的机器人移动加工工位优化方法。分析了机器人刚度性能,提出了面向任务的全局刚度性能评价指标（MSPI）,实验表明该指标与加工质量正相关。在此基础上,建立了以MSPI最大化为目标函数,以关节范围、关节速度、奇异规避及碰撞规避等为约束条件的工位优化模型。然后,分别提出了基于遗传算法（GA）、粒子群优化（PSO）与序列二次规划（SP-SQP）算法的最优工位解算方法,并通过仿真进行了三种方法的有效性分析与性能对比。研究了移动加工机器人序列工位全局优化、子区域加工顺序指定及机器人轨迹规划问题,形成了完善的大型复杂构件移动加工运动规划体系。提出了基于木桶效应的序列工位全局优化方法,从全局角度改善了加工区域划分及工位优化结果;将子区域加工顺序指定转换为移动平台最短路径规划问题,提出了基于遗传算法的最短路径规划方法;提出了操作空间三次样条规划与关节空间多次B样条规划相结合的轨迹规划方法,保证了机器人加工路径与轨迹的高阶连续性。以风电叶片表面打磨为应用背景,构建了大型复杂构件机器人移动加工硬件系统,介绍了系统的主要组成。开发了机器人移动加工软件,具备大型复杂构件区域划分、离线编程、工位优化及全局规划与轨迹规划等功能,为大型复杂构件“测量-规划-加工”一体化的实现奠定了基础。基于上述软硬件系统,在风电叶片表面打磨实验中进行了研究方法的系统性验证。