轨迹规划与轨迹优化一直是备受存眷的研究热门,轨迹规划是轨迹优化的前提。仅使工业机器人完成指定任务,已不能满足目前需求,需要尽可能缩短运行时间来提高工作效率和减少冲击以延长使用寿命。本文以六自由度工业机器人为研究对象,在关节空间中采用五次非均匀B样条进行插值,对已规划好的轨迹,以改进的自适应遗传模拟退火算法为优化手段,将时间-冲击作为优化目标,通过改变权重获得时间、冲击以及综合最优轨迹。本文主要研究内容如下:（1）以PUMA560为研究对象进行D-H建模,根据D-H参数表建立运动学方程,推导从关节角度转换成笛卡尔空间的位姿矩阵,反向求解位姿矩阵对应的关节角度,通过数值仿真验证推导的正确性;利用MATLAB中Robotic Toolbox建立机器人模型,给出关键点下末端执行器的位姿。（2）以运动学为基础,深入研究多项式和B样条插值法并给出详细推导过程,利用MATLAB编写程序实现上述轨迹规划方法,根据仿真所得的关节运动曲线进行对比分析。（3）为获取时间-冲击指标下最优轨迹,需要对规划好的轨迹进行优化,轨迹优化是一种高耦合的非线性问题,一般采用遗传算法进行求解,为提高遗传算法的搜索能力,对其交叉操作和变异操作进行自适应改进,以遗传算法为框架引入局部搜索能力较强的模拟退火算法,提出改进的自适应遗传模拟退火算法。利用测试函数与其它算法进行搜索能力测试,通过仿真数据证明本文改进算法的优越性。（4）采用（3）中改进算法对轨迹进行优化,以时间-冲击为优化目标,将运动学作为约束条件,通过改变权重获取各关节运动曲线,在相同的路径点和约束条件下仅对时间优化,本文所改进算法对时间的优化与其他文献相比分别缩短14%、13%和1.3%,各个关节位移、速度、加速度和加加速度曲线光滑、无突变,使机器人高效、平稳的完成任务。