本文以六自由度串联机器人为研究对象，分六个章节进行详细阐述，主要包括绪论、机器人数理分析、轨迹规划及优化和轨迹跟踪控制。论文的主要研究内容总结如下：　　首先，将国内外工业机器人的研究状况作了阐述，并针对性的介绍了轨迹规划和轨迹寻优方面的研究内容，而后结合连杆空间描述，创建机器人连杆坐标系，获得机器人正逆运动学方程，并结合本文研究对象，求解出机器人末端位姿矩阵，验证了运动学方程的正确性；同样，在已知机器人末端位姿的情况下，列出机器人各关节角的求解过程。鉴于机器人动力学的复杂性，在对本文研究对象模型简化的基础上，求得其动力学方程，为后续轨迹规划作准备。　　其次，对机器人不同规划空间的插补算法作了详尽的阐述，并选用7次B样条作为轨迹插值函数，利用MATLAB进行了仿真分析。　　再次，详细阐述了传统遗传算法工作原理及运算流程，在此基础上，根据时间-冲击最优为目标函数建立遗传算法的适应度函数，提出时间-冲击最优的机器人轨迹优化算法，该算法首先根据7次B样条函数的局部支撑性和凸包性，将机器人运动学约束简洁的转化为7次B样条曲线顶点的约束，然后通过对传统遗传算法中的遗传算子、寻优流程进行改进，最后，利用ADAMS仿真，获得时间-冲击综合最优轨迹，并对轨迹进行了约束。　　最后，鉴于传统 PID控制存在的误差大和轨迹逼近精度低等问题，提出改进 PID控制算法的机器人轨迹跟踪控制策略，该控制策略首先采用改进的Logistic映射对RBF神经网络隐含层中心向量进行优化，获得RBF神经网络的最优聚类中心，然后根据RBF神经网络的自适应和自调整能力，得到PID控制算法的最优参数，同时利用MATLAB将改进后的算法与传统 PID算法进行对比验证，结果证实本文所提控制算法具有较高的轨迹逼近精度和跟踪性能。