轨迹规划是机械臂运动控制的关键环节,向控制器提供时间最短且稳定的参考轨迹,能够减少机械臂的运动时间以及关节振动.该文针对多自由度机械臂的时间、冲击最优轨迹规划问题,提出了一种基于改进自适用多目标粒子群算法(improved　adaptive　multi-objective　particle　swarm　optimization,IAMOPSO)的机械臂轨迹规划方法.首先,利用　5　次B样条曲线对给定的关节路径点进行插值,获得位置、速度以及加速度等物理量连续的运动轨迹;然后,建立以机械臂的运动时间和关节冲击为优化目标的数学模型,将机械臂的关节运动学约束作为优化问题的约束条件;最后,为提高非支配解集的多样性,同时避免产生局部极值,采用变异算子、自适应权重以及动态学习因子的混合策略改进多目标粒子群算法,再优化求解目标函数,并利用归一化函数选取平均最优解.使用　5　次B样条曲线插值能够满足机械臂关节轨迹平滑以及连续性要求,基于IAMOPSO算法的最优轨迹规划方法能获得收敛性较好的Pareto前沿面,依据平均最优准则所选取的时间、冲击最优轨迹,能有效提高机械臂的作业效率与稳定性.