随着我国科技水平的快速提高,现代工业生产对高效率、高质量、低成本的工业生产需求越来越高,众多企业对工业生产线推出智能化产业升级举措,其中工业机器人在智能化产业升级中扮演着越来越重要的角色。在流水线分拣作业生产中由于工人在分拣作业中存在大量机械重复劳动而亟需对其进行智能化产业升级,而并联机器人因其精度高、速度快、动态响应好等优点被应用于流水线分拣作业,因此本文以并联机器人在流水线分拣作业中的应用作为研究对象展开相关研究。本文主要研究内容如下:首先,针对目标检测算法实时性较低的问题,本文通过分析国内外已有目标检测算法存在的问题,结合分拣作业环境提出采用混合高斯模型改善目标检测算法候选框提取过多的问题,从而提高目标检测实时性,并采用混合高斯模型实现数据集自动标注。最后,对本文提出的目标检测算法进行验证,通过验证数据结果证明该方法能够达到预期结果。其次,针对并联机器人运动轨迹平滑性进行改进。并联机器人在分拣作业时采用的门字形轨迹运动时,在门字形轨迹规划在转角处存在曲率突变的问题。针对曲率突变问题,道路规划中常采用缓和曲线进行过度,本文对国内外五种常用缓和曲线性能进行分析,最终采用赵氏曲线进行门字形轨迹规划,得到门字形轨迹轨迹函数,避免直线与缓和曲线连接处的曲率突变,从而减少分拣并联机器人在分拣作业过程中存在的残余震动,通过搭建实验平台验证该方法能够达到预期结果。最后,针对能耗最优轨迹规划问题,本文提出以最短路程为优化目标,通过粒子群算法对门字形运动轨迹轨迹长度进行优化,得到最短运动轨迹长度,从而减少坐标运算以及运动能耗,通过验证该方法能够达到预期结果,并搭建分拣并联机器人实验平台,通过对视觉系统和机器人分拣运动进行试验,表明目标检测实时性得到提高,并联机器人门字形轨迹运动产生的残余震动减少,实现对工件的准确抓取。