在国家强力推进智能制造的背景下,工业机器人作为其重要载体被越来越多的生产企业所使用,去完成在复杂环境中的各项生产任务。《机器人产业“十三五”发展规划》中明确了中国机器人产业的主要发展方向,提出要重点加强机器人基础理论和共性技术的研究。然而国产机器人普遍存在运行速度低、运行不稳定以及定位精度低等问题而导致工作效率低下。为了解决这些问题,提高机器人的工作效率和精度,有必要对机器人的运动规划和控制等关键技术进行研究。近年来各种智能优化技术应用于机器人领域是新的研究热点。本论文以航天赛能自主研发的6自由度串联机械手SNR3-C30为研究对象,提高机械手的精度以及稳定性为研究目标,用研究的混合鲸鱼粒子群算法为主要优化工具,从机械手的运动学、运动规划以及轨迹跟踪控制等方面进行研究。完成的主要研究内容包括:1.提出一种新型的混合鲸鱼粒子群优化算法。鲸鱼优化算法已用于解决许多工程领域中的优化问题,该算法结构简单且搜索能力较强,但是易停滞于局部最小值。粒子群算法是一种应用非常广泛的优化算法,局部收敛速度快,但是全局寻优能力差。本文在鲸鱼优化算法和粒子群算法的基础上,首先通过引入自适应阈值和权值来改进鲸鱼优化算法,然后通过交叉策略使PSO和IWOA结合起来提出混合鲸鱼粒子群算法并设计了混合流程。采用该混合算法对23个测试函数进行仿真和性能测试,并与其他六种算法进行比较。仿真表明,提出的IWOA-PSO算法不仅有较强的局部开发能力,还有优秀的全局探索能力,在迭代速度、迭代精度和稳定性方面均优于IWOA和PSO。2.基于D-H参数法建立了6自由度机械手的运动学模型,开展运动学分析,并重点研究了机械手的逆运动学求解问题。本文提出一种混合鲸鱼粒子群算法优化BP神经网络的运动学求逆方法,它克服了BP神经网络求解逆运动学时收敛精度低、收敛速度慢、容易停滞于局部极小值的问题。仿真结果表明所提出的方法提高了机械手逆运动学问题求解的精度,增强了神经网络的泛化能力。在路径规划,轨迹规划和跟踪控制仿真分析中均使用此方法进行机械手逆运动学求解。3.从机械手的安全角度出发,研究了机械手的避障路径规划方法。提出了一种基于目标偏置策略结合自适应可变步长的改进RRT*机械手无碰撞路径规划算法。首先采用包络法对机械手和障碍物进行模型简化,分析避免发生碰撞的条件。然后基于改进的RRT*算法进行简单环境和普通环境的机械手避障路径规划,采用B样条函数对改进RRT*规划出来的路径进行拟合优化。通过仿真实验对比分析,结果表明改进后的RRT*算法相比于RRT*具有更优的路径规划质量。4.针对机器人在运动过程中考虑到运动效率、减少振动和提高其寿命的问题,进行了时间-加加速度最优轨迹规划研究。首先以机械手的无碰撞路径为基础,利用五次B样条对路径进行插值得到机械手的平滑轨迹。然后针对机械手高效、平稳的要求,研究机械手最优轨迹规划。以冲击和工作时间作为优化目标,建立了时间-冲击最优轨迹规划的数学模型。最后使用IWOA-PSO算法进行轨迹优化。仿真结果表明使用IWOA-PSO算法进行六自由度机械手最优轨迹规划,在提高机械手工作效率的同时,有效降低了机械手抖动。5.为了使机械手能够以较高精度按照规划的轨迹进行运动,研究了轨迹跟踪策略。本文提出了一种混合鲸鱼粒子群算法的PID控制方法（IWOA-PSO-PID）,并进行了角度跟踪控制仿真分析。为了克服机械手在工作过程中的各种干扰和参数不确定性的影响,将滑模控制和模糊控制结合使用,设计了一种混合鲸鱼粒子群优化模糊滑模的轨迹跟踪控制器。然后在6自由度SNR-C30机械手上实现了所提出的控制方法,验证了该控制方法的有效性。