【摘要】轨迹规划是机械臂运动控制的关键环节，通过向控制器提供时间最短且稳定的参考轨迹，能够减少机械臂的运动时间以及关节振动。针对多自由度机械臂的时间、冲击最优轨迹规划问题，提出了一种基于改进多目标粒子群算法（improved adaptive multi-objective particle swarm optimization， IAMOPSO）的机械臂轨迹规划方法。首先，利用5次B样条曲线对给定的关节路径点进行插值，获得位置、速度以及加速度等物理量连续的运动轨迹；然后，建立以机械臂的运动时间和关节冲击为优化目标的数学模型，将机械臂的关节运动学约束作为优化问题的约束条件；最后，为提高非支配解集的多样性同时避免局部极值的可能性，采用变异算子、自适应权重以及动态学习因子的混合策略改进多目标粒子群算法，再优化求解目标函数，并利用归一化函数选取平均最优解。实验结果表明，使用5次B样条曲线插值能够满足机械臂关节轨迹平滑以及连续性要求，基于IAMOPSO算法的最优轨迹规划方法能获得收敛性较好的Pareto前沿面，依据平均最优准则所选取的时间、冲击最优轨迹，能有效提高机械臂的作业效率与稳定性。