近年来,机器人技术得到了飞速发展,被广泛应用于社会各个行业和领域,特别是在某些人类难以操作的特殊的危险的环境中,机器人发挥了重要作用。传统的六自由度机械臂操作时间长,效率低,准确性低且缺乏智能。而如今智能技术不断发展,特殊环境中的机器人技术也面临着更新,这对于研究机械臂的灵活性和智能控制而言绝对必要。相比于六自由度机械臂,冗余机械臂具有较高的灵活性、容错性与可靠性,利用它的自运动特性可以躲避障碍物、躲避奇异点、避关节限位、优化关节力矩等性能指标。但是目前对于冗余机械臂的研究和可用的国内外参考文献都较少,这大大增加了课题的研究难度,同时冗余机械臂的运动学逆解往往有若干个,如何从若干组关节角中进行选择也是研究的难点。本文针对传统机器人仿真平台面向特定对象时,模型构造复杂且功能单一等问题,选用开源操作系统ROS(Robot Operation System)为仿真平台,针对冗余机械臂的路径规划进行了如下的研究工作:首先,对冗余机械臂的运动学进行分析。从机械臂本身展开设计并简化机械臂构型,并采用D-H法建立了相应的运动学模型。利用MATLAB软件中的Robotics工具箱对机器人的运动学进行分析,以关节初始点和目标点角速度为约束条件,采用插补法实现关节空间轨迹规划,仿真验证了规划的有效性。其次,介绍了ROS机器人操作系统的基本原理,并基于ROS系统搭建了机器人仿真平台。采用URDF文件描述机械臂三维模型,通过Moveit!功能包对机械臂进行运动学配置,生成ROS中进行机械臂的运动规划所需要的配置文件和启动文件,并利用Moveit!提供的C++等相关API,结合RRT路径规划算法在该平台上对机械臂进行避障规划实验,解决了冗余机械臂若干组关节角的选择问题,弥补了非冗余机械臂避障能力和灵活性差的问题。同时针对传统规划中抓取位姿和放置位姿需预先设置的弊端,提出了机械臂的自适应抓取,提高其柔性。最后,将运动规划方法应用于机械臂视觉抓取实验中。首先构建了单目视觉机械臂抓取系统,并进行摄像机内外参数的标定。然后通过cv＿bridge将ROS中的图像消息转换成Open CV可用的图像格式,之后采用RGB通道分离法,利用每个通道里的灰度值来区分不同颜色在界面中的位置,进而实现Gazebo环境下目标物体的识别和结合视觉的机械臂抓取实验。结果表明,该方法简单有效,以ROS为基础设计的控制方法可移植性强,同时解决了机器人结合机器视觉在面对特定物体进行抓取任务时,系统设计工作量大,可移植性差的问题。更可满足未来工业上对于生产的复杂性和其所要求的灵活性的需求。