机械臂应用到自动化生产中能够提高工业生产效率,减少产品制造周期降低劳动成本。随着机器人技术的不断发展,对机械臂相关技术的研究成为热点之一。随着当前机械臂技术的快速发展,其需要满足的工业要求也更加苛刻,比如机械臂的结构更加轻量化,机械臂运动控制更加灵活,以及各模块功能的智能化,适应各种复杂环境的变化等,因此对机器人机械臂技术的研究具有非常高的实用价值。本文以六自由度机械臂为研究对象,针对机械臂的无标定视觉伺服控制精确度低和鲁棒性差的问题以及机械臂运动轨迹规划效率低和规划不合理问题提出了改进算法,并搭建相应的无标定视觉伺服控制平台对提出算法进行实验验证,实验结果表明,本文方法提升了机械臂运动轨迹规划的效率及运行稳定性。主要研究工作内容如下:1.介绍机械臂运动学相关知识,首先,描述机械臂的坐标表示和位姿变换,其次,描述了相机成像模型,然后,采用D-H参数法建立连杆坐标系,最后,对机械臂的正逆运动学解进行了分析和求证。2.针对机械臂无标定视觉伺服控制的准确性以及稳定性较差的问题,提出了一种KF-GALSTM算法,该方法利用遗传优化的长短期记忆神经网络弥补由卡尔曼滤波带来的误差,以此得到雅可比矩阵最优值,并在MATLAB上证明改进算法的性能,实验结果表明改进算法保证了机械臂运行的平稳性,减少了图像特征误差震荡,提高了无标定视觉伺服控制系统的鲁棒性。3.针对机械臂运动轨迹规划效率低和规划不合理问题,提出了一种改进灰狼算法,利用混沌映射初始化种群,将灰狼算法与杜鹃搜索算法结合,在五次多项式轨迹插值算法的基础上,建立“时间—能量”综合优化目标,最后MATLAB仿真实验证明提出算法收敛速度快,机械臂轨迹规划时间少,能耗低,并满足机械臂运动时角速度和角加速度均光滑连续的要求,实现了机械臂的高效平稳运行。4.搭建了机械臂视觉伺服控制系统的实验平台,并基于该系统对提出的改进算法进行实验,由实验验证提出的无标定视觉伺服控制算法收敛速度快、图像特征误差震荡小的优点,运动轨迹规划算法规划时间短,耗能少,机械臂运行平稳的优点。图[105]表[13]参[82]