随着科技的进步与发展，工业机器人技术突飞猛进，其应用深入到生产和生活的各个方面。在工业机器人技术的研究中，机器人运动学的研究一直是机器人研究领域的重点。机器人运动学研究包括正向运动学和逆向运动学两部分。本文针对SA1400工业六关节机器人进行了运动学研究，主要有以下几方面的内容：　　（1）针对SA1400型机器人进行运动学建模分析。在对运动学理论进行深入研究的基础上，依据齐次变换理论，采用D-H法建立SA1400机器人运动学的数学模型，进行机器人正运动学分析。然后采用代数法对机器人进行逆运动学求解。调用MATLAB平台的Robotics Toolbox建立机器人模型，通过实验仿真分析，验证了机器人模型的可靠性，以及SA1400型机器人正、逆解的正确性。　　（2）针对机器人逆运动学求解的问题，为提高机器人逆运动学求解速度和精度，提出一种基于动态模糊神经网络的求解的方法。对多输入单输出的D-FNN进行改进，设计了6输入6输出的结构模型。根据笛卡尔目标曲线的所对应的关节角运动范围选取角度值作为样本进行训练，然后测试验证D-FNN。与基于BP神经网络对机器人求解的方法进行对比分析。实验结果表明，无论是在求解精度还是求解时间上，D-FNN均优于BP神经网络。　　（3）对机器人轨迹规划算法进行了研究。研究了三次、五次多项式及三次样条的插值算法。经理论及仿真分析得出在机器人点到点的运动时，采用五次多项式插值算法，机器人运动更加平稳，对于连续路径的运动，三次样条插值算法可以实现机器人运动平稳，速度曲线光滑且加速度变化连续，有效减少运动中的抖动问题。　　（4）在实验室搭建的系统平台上对机器人运动学进行实验仿真。将本文提出的机器人逆运动学算法应用到SA1400机器人上，通过实验数据对比分析，验证本文所提出的逆解算法的实用性及可靠性。采用第五章研究的插值算法对空间目标曲线进行运动轨迹规划仿真，结果证明本文的插值算法可以实现机器人的平稳运行。