轨迹规划方法分为两个方面：对于移动机器人偏向于意指移动的路径轨迹规划，如机器人是在有地图条件或是没有地图的条件下，移动机器人按什么样的路径轨迹来行走；对于工业机器人则意指两个方向，机械臂末端行走的曲线轨迹，或是操作臂在运动过程中的位移、速度和加速度的曲线轮廓。

常见的工业机器人作业有两种：

·点位作业（PTP=point-to-point motion）

·连续路径作业（continuous-path motion），或者称为轮廓运动（contour motion）。

操作臂最常用的轨迹规划方法有两种：

第一种是要求对于选定的轨迹结点（插值点）上的位姿、速度和加速度给出一组显式约束（例如连续性和光滑程度等），轨迹规划器从一类函数（例如n次多项式）选取参数化轨迹，对结点进行插值，并满足约束条件。

第二种方法要求给出运动路径的解析式。

轨迹规划既可以在关节空间也可以在直角空间中进行。

a.基于模型和基于传感器的路径规划

基于模型的方法有：c-空间法、自由空间法、网格法、四叉树法、矢量场流的几何表示法等。相应的搜索算法有A*、遗传算法等。

b.全局路径规划（GlobalPath Planning）和局部路径规划（LocalPath Planning）

自主移动机器人的导航问题要解决的是：

（1）“我现在何处？”；

（2）“我要往何处去？”；

（3）“要如何到该处去？”。

局部路径规划主要解决（1）和（3）两个问题，即机器人定位和路径跟踪问题；方法主要有：人工势场法 、模糊逻辑算法等 。

全局路径规划主要解决（2），即全局目标分解为局部目标，再由局部规划实现局部目标。主要有：可视图法 、环境分割法（自由空间法 、栅格法 ）等 ；

c.离线路径规划和在线路径规划

离线路径规划是基于环境先验完全信息的路径路径规划。完整的先验信息只能适用于静态环境，这种情况下，路径是离线规划的；在线路径规划是基于传感器信息的不确定环境的路径规划。在这种情况下，路径必须是在线规划的。

一般来讲，移动机器人有三个自由度（X，Y，θ），机械手有6个自由度（3个位置自由度和3个姿态自由度）。因此，移动机器人的动作规划不是在2个位置自由度（X，Y）构成的2维空间，而是要搜索位置和姿态构成的3维空间。如图1所示。