随着高新技术日新月异的飞速发展,在工业、农业、医疗、物流等领域中,机器人技术的应用与日俱增。我国是世界上最大的苹果栽植国,栽植面积和年产量均超过了50%,在农业领域中,苹果采摘机器人能代替人类自主的完成采摘作业,减轻人类的劳动量,提高采摘效率。路径规划及时间最优轨迹规划技术是机器人导航中的关键技术,影响导航和机器人控制精度。本文基于苹果采摘机器人,选取MOTOMAN-SSF2000六自由度工业型机械臂为研究对象,对采摘机器人运动学分析、路径规划、时间最优轨迹规划进行研究。主要内容包括:（1）根据苹果种植环境复杂性的特点,总结采摘机器人的设计原则,提取特征点与五次多项式拟合重建苹果三维模型,分析机器人的目标识别与定位,设计履带式移动平台、末端执行器、六自由度机械臂组成的苹果采摘机器人总体方案。（2）选用标准D-H参数法创建苹果采摘机器人的运动学理论模型,分析求解其正运动学和逆运动学,并借助Matlab机器人工具箱进行结果验证。依赖于蒙特卡洛法求解采摘机器人的工作空间,分析笛卡尔坐标系与关节坐标系优缺点,选择关节空间作为采摘机械臂的搜索空间。（3）分析了路径规划中的碰撞检测问题,将碰撞检测模型简化为空间中几何体的位置关系判断问题。采用圆柱包络采摘机械臂连杆,选用包络球包络环境障碍物,使用转化叠加的思路将连杆的尺寸转换到障碍物包络球上。（4）由于RRT及衍生算法节点拓展的随机性、步长单一固定的缺点,提出一种基于人工势场法的改进RRT*算法。基于人工势场法设置目标导向,调整节点拓展的方向,引入自适应步长策略和节点扩展策略,调整节点拓展的步长,提高了路径规划效率。采用剪枝函数进行预处理,五次B样条曲线拟合平滑路径。通过Matlab进行路径规划仿真实验,对比RRT*算法、RRT算法,仿真实验结果表明,本文提出的改进RRT*算法,在单障碍物、多障碍物采摘环境中,其路径长度、运行时间、采样节点数、搜索次数都有一定的减少。能高效的规划出一条从开始位姿到目标位姿的安全无接触碰撞的采摘路径,验证改进算法的有效性。（5）在采摘机器人运动学约束条件下,以时间为优化目标,利用五次B样条曲线对苹果采摘机器人进行时间最优轨迹规划,生成连续光滑的轨迹曲线。引入自适应权重策略,提出了一种改进的鲸鱼优化算法,优化采摘机器人的采摘工作时间,并通过Matlab进行仿真实验,仿真实验结果表明,与鲸鱼优化算法、遗传算法相比较,在满足运动学约束条件下,改进的鲸鱼优化算法收敛速度快,获得全局最优解,采摘机器人运动时间从16.80s减少到7.828s,时间减少53.40%,提高了采摘效率,有效证明了改进算法的优越性。