我国既是煤炭资源大国,又是煤炭消费大国。因此,煤矿安全问题一直以来都备受重视。2019年,国家煤矿安全监察局发布了《煤矿机器人重点研发目录》,提出了包括煤矿钻孔机器人在内的38种煤矿机器人。机械手作为煤矿钻孔机器人不可或缺的装置,其自动装卸钻杆是煤矿钻孔机器人执行其他作业任务的前提,也直接决定了煤矿钻孔机器人是否可以正常钻进及智能化程度。为此,为了使机械手可快速、平稳地完成上杆任务,本文对煤矿钻孔机器人机械手的轨迹规划展开研究。主要研究内容如下:（1）基于标准D-H参数法构造煤矿钻孔机器人机械手的运动学模型,并对其展开正、逆运动学分析;依据机械手运动学模型,在MATLAB中通过蒙特卡洛法得到机械手末端执行器可到达的所有位置点,并绘制出其包络图。（2）针对粒子群算法（PSO）易早熟的问题,提出了一种改进的粒子群算法。随后,在关节空间中,以时间最优为目标,采用3-5-3分段多项式和改进粒子群算法对煤矿钻孔机器人机械手进行轨迹规划和优化。结果表明:基于改进PSO得到的煤矿钻孔机器人机械手时间最优轨迹可在保证机械手各关节运行平稳的同时,使运行时间从3.1685 s减少到2.3854 s,整体运行时间较优化前减少约25%,提高了机械手的工作效率。（3）为解决单一目标优化可能会引起其他目标函数不理想的效果,针对煤矿钻孔机器人机械手多目标轨迹规划展开研究。首先,选用局部可控的非均匀B样条作为插值曲线。其次,在煤矿钻孔机器人机械手的运动学约束下,构建时间、能量和冲击数学模型,采用多目标粒子群算法（MOPSO）和非支配排序遗传算法（NSGA-Ⅱ）对其进行迭代寻优。结果发现:NSGA-Ⅱ算法得到的Pareto解集相对来说更适合用于轨迹规划研究。最后,采用平均模糊隶属函数从Pareto解集中选取潜在最优解,并分别用非均匀5次和7次B样条比较了最优解处机械手的轨迹及各阶导数曲线。（4）针对本文所提的轨迹规划算法,搭建基于PLC的煤矿钻孔机器人机械手试验平台进行轨迹规划试验。试验结果表明:该算法能够满足机械手平稳、高效的工作要求,在进行上杆任务时,运行良好,符合预期要求。