汽车,轮船,航空航天制造业的发展对工业机器人的智能化要求越来越高,智能规划路径和复杂曲线运动已经成为工业机器人的重要功能。然而,目前大多数的路径搜索方法在高维运动空间无法实现快速规划。另一方面,工业机器人的样条插补功能并不成熟,在降低计算时间和消除累积误差方面仍有待进一步研究。针对这些问题,论文提出了适用于多关节机器人在任意作业环境下的快速稳定运动规划和高精度高效率的B样条曲线插补。主要研究方案包括以下内容:在研究和分析原始快速随机生成树算法的基础上,提出了一种基于单侧高斯采样的滑动窗快速随机生成树。新的算法可以提高运动规划效率以及保证不同障碍物环境下同一运动规划算法的稳定性。通过调节采样器参数实现搜索树结构的深度广度可调节。采用最小二乘法对生成路径进行三次B样条拟合,拟合曲线可被输入样条插补模块进行加速度连续插补。采用S型速度规划方法进行整段样条的速度规划。为了消除三次B样条插补中的累积误差实现高精度插补,采用曲率特征分段的方法对样条进行实时插补误差补偿。为了实现复杂三次B样条的高速插补和插补时间全局最优,对时间最优的速度规划问题进行数学建模,对多关节机器人采用主从轴控制策略,将多维样条曲线的速度规划转为主动轴单维的样条曲线规划问题。在速度,加速度,加加速约束下分别进行速度优化。通过在MATLAB和UG二次开发平台上进行仿真,证明了所提出的算法的可行性,包括多关节机器人的快速无碰撞运动规划,实时样条插补和时间最优插补。