仿人臂在完成各种作业任务之前必须对其进行轨迹规划，简单的作业任务对仿人臂的作业要求并不是很高，但要使仿人臂完成对高速物体的作业，如乒乓球、棒球等，其轨迹规划的研究就显得尤为关键了。仿人臂的冗余特性使仿人臂灵活性更高、工作空间更大，同时也给仿人臂的快速动作带来了巨大的挑战。本文围绕七自由度仿人臂展开，在七自由度仿人臂运动学的基础上主要研究了七自由度仿人臂面向高速物体作业的轨迹优化。　　首先，介绍了七自由度仿人臂的硬件系统和控制系统，根据七自由度仿人臂作业的需求，以其中单个关节为例，对其进行了电机的调试，为后期的理论研究提供了良好的实验条件。　　其次，建立七自由度仿人臂关节结构图分析其正运动学模型，采用解析几何法完成冗余仿人臂逆运动学的求解，考虑仿人臂对高速运动物体作业的机构物理约束条件，以“远离限位度”为优化指标，在边界约束条件范围内采用遍历法优选冗余变量，进而确定7-DOF仿人臂其他关节角，并通过仿真实验验证此方法的有效性；求取其雅克比矩阵，根据雅克比矩阵求解冗余仿人臂各个关节的角速度。　　再者，以七自由度仿人臂对高速物体作业过程中能耗为优化指标，在关节空间内采用三次多项式进行插补，考虑作业过程中7-DOF仿人臂的物理约束条件，采用粒子群优化(Particle swarm optimization,PSO)方法优选仿人臂高速物体作业轨迹参数化中冗余变量，从而得到能耗最少的轨迹。以乒乓球机器人7-DOF仿人臂为例，将该方法应用于乒乓球作业的轨迹规划中，通过数值仿真和实际测试分析优化前后的轨迹，验证其能量优化效果和约束条件的满足性。　　最后，探究人体对高速物体快速作业行为机制，提出以仿人臂作业轨迹的能量消耗与臂姿构型舒适感为优化准则，考虑仿人臂对高速物体作业中运动学物理约束，采用多目标粒子群优化方法优选仿人臂高速物体作业轨迹参数化中决策参数变量，从而获得一组最优的Pareto解集，并根据决策需求折衷选取一最优非支配解作为轨迹优化后的“知识”信息应用于仿人臂的快速作业中。以7-DOF仿人臂乒乓球作业多目标轨迹规划为例，数值仿真实验与实际仿人臂测试结果表明该仿人臂多目标轨迹规划方法能较好地逼近真实的Pareto前沿，且从中选取非支配解可作为“知识”信息用于仿人臂的在线规划，使其相似于人臂运动特性进行动作，避免常规目标加权方法中权值参数的设置，验证了本文方法的有效性。