在过去的三十年里,机器人学的研究得到了快速的发展,再加上公众对机器人的想象力和创新性,更使得机器人研究似乎变得具有无休止性和多样性。这一时期下,机器人伴随着技术的逐渐成熟,从以往简单的挑选、绘画和焊接机器人,发展到更复杂功能的机器人,如:插入集成电路芯片机器人、印刷电路板机器人、移动车零件搬运机器人、交付机器人、微创手术机器人等。机器人学同时在研究型大学的发展,也成为很多大学内的主要研究方向。本文的研究方向是对任意结构、任意自由度串联机械手臂在有障碍物工作空间下自主路径规划问题的研究。提出将机器人自主路径规划问题转化成运动学逆解问题,然后再将运动学逆解问题转化成目标函数求最值的数学问题,进而解决机器人路径规划问题。机器人运动学问题分为正解问题和逆解问题。目前,正解问题的解决是很彻底的,对于任意结构的机器人手臂存在通法,可以用D-H参数法和旋量理论这两种方法进行分析求解,利用经典PUMA和SCARA机器人结构,详细介绍了这两种算法。而逆解问题就不存在通用的解法,本文先介绍常用的几种方法,如:几何法、矩阵求逆法、旋量李代数以及遗传算法和神经网络算法,然后分析了常用算法的局限性,随后本文提出一种算法,该算法将运动学逆解问题转化成多元函数求最值数学问题,为解决这个数学问题,本文对传统的蚁群算法进行了改进,利用蚁群算法具有启发性和寻优性的优越性,再加上模糊控制更新信息素,使得改进的蚁群算法更加收敛快,较改进前解决多元函数求最值数学问题的解决更具有快速性和稳定性。然后应用本文提出的模糊蚁群算法进行实验机械手臂在有障碍物工作空间下自主路径规划问题的求解,最终得到运动学问题的解决,而且是一种对任意结构、任意自由度串联机械手臂的通用解法。为了验证算法的可行性,本文先利用经典PUMA机器人结构通过MATLAB仿真验证算法的可行性,然后应用实验机器人进行实际控制,驱动板采用STM32做的控制器,控制主板采用PC机直接控制,直接利用MATLAB软件通过USB串口接入驱动板,控制结果较好,达到了预期标准,证明了算法是可行的。