工业机器人在目前的工业生产中发挥了越来越重要的作用。随着技术的逐年进步,对于工业机器人的控制方式及轨迹规划方法的要求也越来越高。但目前大多数控制器没有考虑动力学特性,仅仅是考虑了关节层的运动学约束,这就限制了机器人的精度与性能。本文基于实验室的6轴串联机器人进行了研究,主要研究了机器人的运动学与动力学建模问题,机器人的参数辨识,以及利用辨识所得机器人动力学参数进行机器人的最优速度规划。本文首先对当前国内外工业机器人的发展情况进行了概述。对串联机器人参数辨识,机器人时间最优轨迹规划的研究现状做了分析与总结。然后研究了机器人的运动学与动力学的建模问题,建立了工业机器人的运动学模型,然后使用牛顿-欧拉法建立了机器人的动力学模型。为进行动力学参数辨识将动力学方程整理为线性形式,为后面的参数辨识打下了基础。建立了机器人的动力学模型之后,使用最小参数原理将机器人的全参数转化为最小参数的形式以用于动力学参数辨识。以辨识回归矩阵条件数最小化作为辨识激励轨迹的优化指标,机构无碰撞以及关节运动限制为约束,获取了了最优辨识轨迹。采用计及物理可行性的系统辨识方法,在考虑物理可行的约束前提下将最小二乘问题转换为一个带约束半正定的优化问题进行求解。在获取了机器人的动力学模型后,本文采用了一种基于可达性分析的算法用于对机器人的运行路径进行了时间最优速度规划,并对这种规划方法的正确性和最优性进行了证明。对于这种全局最优速度规划固有的无法进行实时在线计算的问题,本文提出采用一种分段速度规划的方法以获取近似最优的速度规划。分段计算方法在合理选取前瞻段数的前提下可实时在线规划出近似最优的机器人运行轨迹。最后本文基于机器人本体进行了辨识实验,采集了机器人的各关节位置以及关节力矩数据,针对对关节位置数据以及力矩数据的噪声问题,采用了零相位巴特沃斯滤波器进行了滤波。然后对机器人的动力学参数进行了辨识,使用另一条激励轨迹对于动力学模型的准确性进行了验证。然后分别采用全局时间最优速度规划方法和分段时间最优速度规划方法对于机器人的运行轨迹进行了轨迹规划,验证了分段时间最优速度规划方法的实时性与近似最优性。