机器人运动规划问题是机器人科学及人工智能领域中一个十分具有挑战性的问题。机器人运动规划主要研究内容为求解机器人在给定条件下的运动序列生成问题。近年来，随着空间技术的发展，空间机器人的研究成为各国空间探索活动的一大热点，空间机器人承担越来越多的类如装配、探测等任务。 随着空间机器人结构日益复杂，传统的运动规划算法存在如适用性差，效率低，难以解决高维规划等问题。本文研究多臂空间机器人系统捕捉目标的运动规划，提出适合高维机器人的运动规划算法。 空间机器人运动规划算法分两大类工作空间环境进行研究。 首先，针对只具有障碍物的工作空间的空间机器人运动规划问题，分析基于可视的Visibility-PRM算法，并且针对算法存在的不足(如复杂工作空间连通性差，狭长障碍物两侧点难以连通等问题)，提出了基于障碍物边界采样改进的Obs-Visi-PRM算法，改进后的算法连通性能好，碰撞检测频率低，并且适用不同复杂程度的工作空间。 再次，针对具有障碍物和危险区域的机器人工作环境，提出分层的运动规划方案。第一层次采用Visibility-PRM算法进行粗略采样，第二层次采用基于障碍物边界补充采样连接的Obs-Visi-PRM算法，第三层次根据需要采用PRM的改良算法。改进后的算法适合解决不同复杂程度的具有危险区域的空间机器人运动规划问题。冗余度小，碰撞检测次数少，算法效率高。 两类算法经过实例分析与验证，证明算法的有效性，并展望了算法进一步研究方向。