服务型机器人作为广大学者研究的热点,在日常生活中起到重要作用,可以应用于老年人的生活起居方面。本文以NAO机器人帮助老年人抓取和搬运小药瓶为背景,对机器人手臂的运动轨迹进行规划,优化了手臂轨迹的跟踪效果,主要工作内容包括如下方面:(1)分别采用D-H建模方法和逆变换方法对NAO机器人的右手臂进行了正逆运动学建模,并通过仿真验证了所建运动学模型的正确性。采用蒙特卡洛法求出右手臂的工作空间,这为后文的关节空间轨迹规划奠定了理论基础。(2)为使轨迹加速度曲线平滑,采用五次多项式插值的方法对NAO机器人的手臂关节空间进行了轨迹规划。对比抛物线过渡插值法和五次多项式插值法,发现采用五次多项式插值法运动轨迹的速度曲线和加速度曲线都是平滑的,更适用于NAO机器人的手臂轨迹规划。并利用五次多项式插值方法完成NAO机器人抓取和搬运小药瓶实验,得到手臂实际运动曲线。(3)为减小NAO机器人手臂抓取和搬运小药瓶实验中运动曲线的误差,对手臂关节加入PD控制器,通过调节控制器的参数,使运动轨迹误差控制在-0.3°～0.3°范围内。采用SolidWorks/SimMechanics联合仿真的方式,可视化的展现出NAO手臂运动的全过程,并得到了加入PD控制器后的关节轨迹、速度、和轨迹误差曲线。(4)为改善PD控制器在减小误差的过程中收敛速度慢的问题,引入迭代学习控制算法,在相同的P、D参数下,加入迭代学习控制算法后,轨迹误差更小,收敛速度更快。用拉格朗日动力学建模方法建立动力学模型,在所建模型的基础上进行来了仿真实验,对比D型迭代学习控制器和PD型迭代学习控制器、传统PD控制器和PD型迭代学习控制器,发现PD型迭代学习控制器可以在迭代次数较少的情况下达到完全跟踪轨迹的效果。