机器人逆运动学问题一直是机器人学中的研究热点,也是实现机器人离线编程、迹规划、运动控制等操作的基础。机器人逆运动学的求解方法有几何法、迭代法、代数法和智能算法。几何法难以单独用于复杂结构机器人的逆运动学求解,普适性较弱。迭代法的结果容易受初始值和雅可比矩阵奇异性的影响,算法计算量大,不适合实时控制。代数法可以求得非冗余机器人的所有解,并且当6R机器人的设计满足球腕结构时,可用该方法得到解析解,但是代数法需要进行复杂的消元变换,求解过程十分繁琐。同迭代法和代数法相比,智能算法无需推导复杂的逆运动学公式,只需建立目标函数在关节空间内搜索合适的解即可,但是该类算法难以有效地解决机器人逆运动学多解的问题。针对该问题,本文提出了基于唯一域求逆运动学多解的方法:利用机器人的雅克比矩阵行列式等于0确定的边界,将机器人的关节空间划分为与逆运动学多解数目一致的唯一域;各唯一域的边界作为约束条件,将唯一域内的逆运动学求解转化为CMA-ES算法的有约束寻优;利用佳点集均匀分布性的特点,优化唯一域中CMA-ES算法求解的初始均值点。仿真实验中,成功求得了球腕6R机器人和KUKA仿人臂的8组逆解,机器人的位置精度均能达到10-5mm。随着机器人应用的不断扩展,产生了一些新型结构的机械臂,复杂的运动结构使得难以确定唯一域边界。因此本文提出了一种新的M-CMA-ES算法,用于解决一般6R机器人和冗余机器人的逆解:将机器人关节运动限制范围,作为约束条件进行优化;针对CMA-ES算法只能无约束寻优,分别对初始均值点生成和步长更新做出了改进;仿真结果表明:在计算速度、求解精度和鲁棒性上,本文所提的M-CMA-ES算法均优于GA;与原CMA-ES相比,M-CMA-ES收敛速度更快,求得的解在约束条件范围内;M-CMA-ES平均10ms/次以内的求解速度和10-5mm级别的位置误差,为任意6R机器人和冗余机器人高精度、实时求逆运动学解,提供了有效的解决方案。代数法对具有球形手腕的机械臂逆向运动学分析有完整的方法,但推广至非球形手腕情况时,十分复杂且缺乏几何直观意义。文中提出一种利用分解—重构技术求非球腕6R工业机器人逆解的新方法,旨在利用分解位置之间的几何关系简化消元过程。首先利用指数积公式的变形,说明了n自由度机器人的可分解性,以及重构连接的通用几何约束条件;然后以Fanuc P-200E机器人为例,给出了非球腕6R工业机器人的分解方法及重新连接的几何约束条件。以满足约束条件为目的,得到了只含θ6的非线性封闭方程,以及其它关节角关于θ6的求解公式,推导过程具有更直观的几何意义。最后使用二值法对只含θ6的非线性方程求解,仿真结果表明:应用提出的方法,算法运行一次的求解时间少于0.4ms,计算位姿误差在10-12mm,满足实时、高精度及稳定性的要求。