随着信息化、智能化时代的到来,科学家对移动机器人的要求不断提高,其代表了自动控制、计算机、人工智能等领域的最新研究成果和机电一体化的最高成就。和传统的工业机器人相比具有自主感知、决策和执行功能的移动机器人具有广阔的应用前景,在国防、工农业生产、抢险、高度重复性作业及室内服务等领域中都具备着人类所无法比拟的巨大优势。本文以安装有机械手臂的移动机器人为研究对象,重点对移动机器人的路径规划和跟踪以及到达目的地后机械臂的运动规划等问题做了以下研究:综述了机器人的发展过程,以及不带手臂和带手臂的移动机器人应用现状。阐述了图像处理方法,即如何将单目视觉所获得的彩色图像转换为二值图像。然后在图像处理的基础上对目标进行识别及定位,并测量机器人与目标物体之间的距离,得到目标点在世界坐标系中的坐标。提出了一种由势场力所引导的蚁群路径规划算法。算法将人工势场法中的力因素转化为一种蚁群算法里的信息素权值,能够在开始时加快蚁群算法的收敛速度,并随着迭代次数增加逐渐降低力因素对蚂蚁的影响,在陷入局部最优时通过回退降低了蚁群算法陷入局部最优的可能性。最后采用总体最小二乘法实现路径的曲线拟合,以便机器人进行路径跟踪。提出一种将小波函数与预测函数控制相结合的算法来实现机器人的路径跟踪。该算法利用小波的紧支局部性和多尺度分析特性,对基函数的个数和位置分布可根据系统控制精度和不同预测时段的不同逼近要求进行灵活设置,既保证了整体误差性能的优化,又突出了重要拟合点的逼近要求,并实现了优化变量的集结。该算法能够更好地实现机器人路径跟踪控制。在机器人移动到目标区域后,机械臂需要抵达目标点的位置来抓取目标物,为了提高机械手臂的运行效率,使机械手臂运行轨迹平滑连续,增强机械手臂的实用性,在以时间最优为目的情况下提出了一种运用粒子群算法以B样条曲线对机械手臂进行轨迹规划的策略,对各段样条曲线时间间隔进行优化,能够缩短各段曲线的时间间隔,提高机械手臂的运行效率。