工业机器人定位系统一直是最基本的研究课题,精确定位是一个结果,影响结果的因素很多,其中最重要的是过程,也就是行驶路径,路径规划好或坏将直接影响到系统的定位精度,因此本论文将以实际项目为载体来研究路径规划与优化、以及路径控制精度等问题。通过组合算法来进行控制调节,达到控制目的。通过对实际项目KUKA视觉机器人定位系统的研究得到具体的实际要求,一是系统稳定后系统响应时间必须在三秒内,二是控制精度必须控制在正负一毫米内。本文根据实际项目中具体所要满足的要求,特从两个具体方向进行研究,1、最优轨迹规划；2、在全时域保证系统的精度。针对上面两个问题采用改进混沌优化B样条轨迹设计与BP神经网络的组合算法解决,改进混沌优化B样条轨迹设计将所有的轨迹曲线计算出来,通过BP神经网络将关节角的参数变换为全时域参数,计算出角度、角速度、角加速度进行记忆评估,最终通过仿真图形和对实际运行时间监控统计来证明了控制算法的有效性,而不用去比较时间最优,只要控制时间稳定后能满足实际项目的需求即可。虽然之前有很多学者研究了类似的问题,但是他们更多的是单独地来控制,从理论来说容易实现,实际中忽视了其他一些因素的影响,组合算法能更多的考虑一些因素从而解决实际问题。