随着社会的进步、生产模式的转变以及科学技术的发展，协作型机器人的研发与应用受到越来越多的关注。与人共享环境并协同作业是协作型机器人的基本需求。这种与人共融的需求，导致协作机器人无法实现人机物理隔离，在安全防护方面比传统工业机器人面临更大的挑战。协作型机器人需要具备更高的软硬件智能感知能力和运动规划能力，以实现在动态非结构化环境下同时保证人和机器人以及环境的安全。本文以国家自然科学基金资助项目“人机协作型新一代工业机器人基础研究”和中科院重点部署项目“新一代工业机器人关键技术开发”为依托，以提高协作型机器人的安全作业能力为目标，对冗余机械臂在动态非结构环境下的在线环境感知和在线轨迹规划问题展开研究，主要内容如下:　　协作型机器人在线环境建模与感知问题研究。协作型机器人能够在线感知工人等动态随机障碍物，是其避免碰撞、保证人与机器人以及环境安全的基础。本文用深度相机作为环境感知的外部传感器，研究协作型机器人环境模型建立及障碍信息获取方法。针对建模问题，采用线性不变性和旋量理论，研究了深度相机的快速部署手眼标定方法，并通过对深度图像特点的分析，建立了三维栅格离线映射模型，研究了环境信息在线更新与多传感器数据融合方法，实现了传感器盲区和被遮挡视野的快速地处理;针对障碍物在线感知问题，研究了从环境模型中分割机器人与障碍物并实时提取二者之间的最近距离和最近点的方法，为后续的在线避障规划提供支撑。　　协作型机器人在线轨迹规划问题研究。安全笼的取消使得机器人的工作空间由传统的静态已知结构化变成了动态随机非结构化环境。当机器人感知到工作空间内障碍物有可能干扰到其正常运行时，需要在线规划运动轨迹实现动态避障，以避免潜在的碰撞危险，同时要考虑作业任务的执行。本文采用基于动态系统在线轨迹生成的方法，研究实现了冗余机械臂在执行作业任务时的末端执行器动态避障。而针对机械臂本体连杆的避障问题，采用将避障任务转化为最优化问题约束条件的方法，以优先级/权重在线调节的方式实现了轨迹的在线规划。这种方法可以使机械臂在冗余能力范围内，按不影响其末端点作业任务的轨迹完成连杆避障，而当冗余能力不足时，平稳切换作业和避障任务的优先级顺序，从而确保不发生碰撞。　　协作型机器人运动学实时优化反解问题研究。自由度冗余设计目前被多数协作型机器人所普遍采用，其优势在于其对复杂的人机共融环境与任务具有更高的适应性。如何充分利用机械臂的冗余空间并满足机器人关节的限位、限速等运动约束，同时要满足与控制周期同步的实时性要求，是协作机器人在线优化反解的技术难点。本文采用线性规划方法展开研究，并将保证运动约束和实时求解设为首要目标，而将运动性能的优化放在次要位置，使冗余机械臂的优化反解适用于基于传感器数据的动态避障等在线应用，同时避免了因运动约束失效或无法及时获得关节运动指令造成机器人运动轨迹不可预知的潜在危险。　　本文进一步地对以上三个方面研究成果进行了仿真和实验验证，并搭建了仿真与实验的软硬件系统平台。仿真和实验结果都验证了本文提出的技术与算法的有效性和实用性。