Delta型并联机器人是一种少自由度的工业机器人,依靠其快速性及精确性的特点被广泛应用于中小型零部件加工以及芯片制造等行业。现有的Delta型并联机器人在分拣工作时,工作空间较大使得机器人结构稳定性较低,同时分拣无序使得工作效率低下。针对以上Delta机器人缺点,本文从轨迹优化、多目标运动优化两个方面进行研究。本文的主要研究内容如下:本文首先对Delta型并联机器人进行了运动特性分析,包括位置正反解、结构分析以及机器人坐标系的建立,并简化了其几何模型。同时,对Delta型并联机器人的工作空间进行了分析,提出了机器人雅克比矩阵,并对机构进行了速度和加速度分析,通过仿真验证了简化模型合理性。然后,对视觉系统进行了建模并基于视觉引导系统进行了动态拾取运动规划,包括相机坐标系和机器坐标系的标定和图像的去重复化。根据视觉引导系统读取的工件实时坐标进行单次动态拾取运动规划,完成了工件运动状态下的抓取。针对抓取过程中的快速性和稳定性问题,提出一种基于视觉引导的轨迹优化算法,以路径最短和机构平稳性最优为综合优化目标,采用粒子群算法对抓取轨迹进行优化。通过仿真验证了轨迹优化的可行性。最后,搭建实验平台对优化算法进行实验验证,选取工件以正态分布和平均分布两种方式随机分布在传送带上,实验结果表明优化后的抓取轨迹在提高抓取效率的同时有效降低了机构末端冲击。