针对机器人工作单元内设备的布局问题,本文提出了一种基于遗传算法的优化布局方法。本方法通过对机器人自动化生产系统的研究,引入工程师的经验和知识,来描述布局过程中的空间和运动学约束,不但有效减小了优化空间,提高了算法的收敛速度,也能使布局更能符合工业应用的实际要求。通过以压铸任务为对象的实例研究表明了方法的有效性。本方法已与商业化的机器人编程与仿真软件相结合,表现了较高的实用性。本文在机器人工作单元布局优化问题上的取得的研究成果可以概括为以下几个方面。首先,本文回顾和总结了目前已有的机器人工作单元布局优化的算法。在此基础上结合本文问题的工业背景,对工业机器人工作单元优化要解决的问题和内容作了定义和限定,提出了布局优化的目标,并对布局的对象,工作单元中的各种设备加以描述。其次,本文在工业生产经验的基础上,对工作单元中的工业机器人和周边设备进行了建模,并设计了独特的数据结构来描述机器人和周边设备间的布局约束。本文还分析了典型工业机器人的运动学模型和介绍了机器人工作空间的标定方法。本文提出了机器人工作单元布局的评价标准,对布局进行定量的评价。再次,本文对国际上常用的遗传算法加以研究,介绍了遗传算法的基本原理以及算法性能和收敛性的分析方法。而后,本文设计了针对机器人工作单元优化问题的遗传算法,根据机器人灵巧空间能否被简化这两种情况,制订了两套算法规则,并在算法性能和收敛性上加以分析比较。最后,本文在上述研究的基础上,编程实现了布局算法程序。该程序作为插件嵌入到ABB公司生产的机器人控制和仿真商用软件RobotStudio里。这样使得算法与工业生产实践紧密结合,能对得到实际应用的机器人工作单元进行优化实验。另外,本文还设计两个极限条件下的布局实例和两个接近实际应用的实例来验证算法的有效性和性能加以验证。实例结果说明了算法很好地解决了机器人工作单元布局优化问题,有很好的实际应用价值。