随着科技的进步,制造业向着自动化与智能化的方向发展,机器人也越来越多的应用于现代制造产业中,人力成本的上涨,工作环境的复杂性使机器人的优势更加凸显。在实际工况下,由于环境复杂程度不同,工作空间可能存在障碍物,机器人需要有效地避开这些障碍,平稳的到达指定工位完成相应工序。冗余机器人由于其具有冗余自由度而具备的灵活性在多障碍物、狭小空间工况下优势显著。本文以Sawyer冗余机器人为研究对象,在静态环境下研究其运动学、碰撞检测以及避障路径规划算法。Sawyer是具有偏置构型的七自由度冗余机器人,传统解析法无法直接进行逆运动学求解。本文在速度级层面,采用Newton-Raphson法进行数值迭代求解逆运动学,利用伪逆法与阻尼最小二乘法,研究冗余机器人避奇异逆运动学。搭建运动学模型,通过仿真实验验证运动学算法的有效性。在存在障碍物的工作空间下,为了使Sawyer机器人能够快速避开障碍,有效的规划出一条无碰撞作业路径,本文基于传统快速随机扩展树算法(RRT),引入人工势场思想,在目标点增加引力势场,使新枝点的扩展具有指向性;同时引入双向生长策略,使起始点与目标点同时进行新枝点的扩展。有效地减少了枝点扩展数量,缩短了路径搜索速度。随后针对Sawyer机器人的结构特点,本文对机器人进行了自碰撞检测和对工作空间障碍物的碰撞检测。利用圆柱包围体对Sawyer机器人各连杆进行简化,通过连杆圆柱与障碍物包围盒树碰撞检测,判断机器人与周围障碍物是否发生碰撞。利用MATLAB与Rviz工具,分别在二维与三维空间对该算法进行仿真实验。最后,以Sawyer冗余机器人为试验对象,搭建基于ROS系统的试验平台。通过狭小空间运动试验与模拟管道喷涂试验,验证了运动学算法与避障路径规划算法的有效性。