机械臂广泛应用于工业生产，探测，军工科技等领域。在我国电网行业，由于路径规划难度大的原因机械臂运用较少，本课题以国家电网的检定机械臂为研究对象，主要研究机械臂自主路径规划问题。该机械臂主要完成的任务是智能电表的抓取，悬挂在检定台，以及螺钉的旋拧，之后是执行器的吸盘掀开电表盖，以及电表从检定台取下。本文依据六自由度机械臂工作特点，把路径规划合理地分为两个阶段，首先机械臂把电表从表箱中取出到某个给定位置，之后从给定位置搬运到检定台的某个位置。　　在研究检定机器人避障之前，首先建立了机械臂DH参数模型，在此基础上进行了运动学的正反解。机械臂手爪进入表箱取电表时，必须进入表箱内部，故不能将机器人底盘作为包围盒处理。文中通过神经网络将障碍物不等式约束映射到网络结构，从而将路径规划转化为优化一个非线性代价函数的寻优问题，该代价函数由碰撞罚函数和路径长度共同组成。同时，该算法不仅能够处理把路径点作为质点的情况，而且可以处理考虑物体旋转平移变换的多面体模型。针对局部极值点的问题，通过神经网络模拟退火混合优化算法加以改善，该算法即利用了神经网络的梯度搜索信息，又利用了模拟退火容易跳出局部极值得特点，最终使路径点集趋向于最优规划路径。在神经网络规划算法中，由于迭代步长η选取不当，容易导致震荡或者收敛速度过慢，文中通过交叉迭代算法替代梯度下降算法，有效地解决了收敛速度较慢和搜索过程中的震荡问题。文中通过DFP变梯度算法和神经网络的梯度下降算法进行了对比。当电表从表箱中取出后到搬运到检定台目标位置这个阶段，通过RRT算法规划路径。该方法能够快速有效地搜索高维空间，因此该算法不仅可以在笛卡儿空间进行，也可以在关节空间中进行。文中分别在两个空间进行了规划，并做了想应改进。　　在通过RRT算法和神经网络算法规划出机器人路径后，需要进行路径平滑处理和路径点之间的插补规划，最后通过运动学反解计算出各个路径点时对应的六个关节角关节变量值，最后通过matlab进行仿真研究，结果表明达到了满意的效果。