在经济高速发展的今天,很多的人类劳动都逐渐被机械所代替,劳动力得到解放。机器人能够高效地完成人类在各个领域的生产任务,这也使得人们能够将更多的精力集中在更高级的活动中。机械臂作为机器人的一种,在许多的工业生产中得到应用。机械臂运行的轨迹是影响其性能的关键因素之一。本文以降低机械臂执行的时间和能耗为目标,采用人工蜂群算法对机械臂的轨迹进行规划。在简要阐述了机械臂轨迹规划的意义和方法后,本文主要对单目标人工蜂群算法进行了多目标改进,并将其用于优化机械臂的轨迹,主要内容如下:(1)对国内外的研究现状进行了分析。并且,重点介绍了机械臂轨迹规划的方法和人工蜂群算法。(2)提出了一种将单目标人工蜂群算法进行多目标改进的方法。通过对解的适应值的计算方法和解的选择方法进行修改,使算法能够解决多目标优化问题,并且得到的结果接近Pareto最优前沿。将多目标人工蜂群算法并行地在Spark上运行,加快算法执行速度。实验表明,改进的多目标人工蜂群算法能够很好地解决多目标问题,算法在Spark上执行效率远高于在本地的效率。(3)利用多目标人工蜂群算法优化机械臂的轨迹。该方法通过设计多目标人工蜂群算法中解的结构来计算机械臂轨迹规划中所需的型值点,然后进行机械臂的轨迹规划。通过将约束反映到轨迹的目标值中来进行轨迹的选择。并且,本文将优化模型进行修改,使其能够并行地在Spark上执行。实验表明,本文所提出的优化模型得到的机械臂轨迹是比较连续和平滑的。对机械臂的仿真结果也进一步验证了所得轨迹的有效性。