全维轮式移动双臂机器人可模拟人类上肢操作能力，且具有平面灵活运动能力。双臂与移动基的配置，极大的增加了机器臂的操作能力、灵活性和适应性，随之而来的是其规划与控制的难度增加。机器人结构复杂、自由度数目多，基于关节空间定义的任务描述方法过于复杂，面向笛卡尔空间或更加抽象简洁的任务描述方式较为适合，为此，实现任务空间至关节空间映射的运动规划算法设计十分重要。本文以日本安川电机设计的SmartPal全维移动双臂服务机器人系统为对象，以实现任务空间至关节空间映射为目的。主要研究面向两类典型任务的运动规划求解问题，所研究的规划任务为连续轨迹任务和离散位形约束任务两类典型形式。前者实际为逆运动学规划求解，后者仅定义起始、终止位形约束，要求系统自主规划满足两端位形约束、关节运动约束与环境约束的中间运动过程。为深入分析与理解研究对象的运动学与动力学特性，本文首先以SmartPal机器人为原型的OMDAR系统为对象，以旋量理论的李群与李代数表示形式为工具，基于旋量左不变表示形式，系统建立了OMDAR系统的运动学与动力学计算模型与相关公式。其中推广了树形多体系二阶加速度旋量的解析表达式和经典李括号运算，并建立了相应的计算公式。利用运动旋量与力旋量对偶积的瞬时功率意义，结合一阶状态变分的Jourdain变分动力学原理，详细分析并建立了一种直接反应系统输入输出关系的动力学建模方法，建模过程所得中间结果可推广为旋量形式的凯恩多刚体动力学方程，该方法可推广至任意树形拓扑多刚体系统动力学建模与研究。利用该方法建立的多体系统动力学模型具有几何意义清晰的紧凑矩阵分块结构，便于分析系统中各部分之间的动力学耦合关系，及其编码计算。OMDAR系统中存在对等功能部件，如左右臂，同时各部件存在相同的运动要求，例如杆件避碰，另外为了优化系统运动性能，在运动规划方法设计中，需要同时兼顾不同类型、量纲、幅值的多重系统运动性能优化目标。通过分析对象、任务和问题本身的特点与要求，本文分析并确定了采用积式决策多目标约束优化求解模型，描述运动规划求解任务，同时建立了适用于积式决策应用的约束处理方法，即将约束优化向无约束优化问题转化的商式外点罚函数法。针对目标函数的复杂局部峰值结构特性，参考无需目标函数导数运算的单纯形优化算法，并借鉴粒子群随机进化算法具备较强局部极值逃逸能力的优点，采用高斯随机采样构建模拟单纯形顶点的粒子群，提出了具备全局优化性能的高斯巡游粒子群优化（Gaussian Rovering Partical Swarm Optimization，GR-PSO）算法，以克服基于局部梯度信息迭代寻优算法易收敛于局部极值点的缺陷。在研究连续轨迹任务运动规划方法过程中，基于OMDAR系统本身特点、机器人运动学原理、应用要求，以及确立的积式多目标优化求解模型，分别研究并提出了避障、避奇异、避倾覆及支撑稳定性优化等规划目标的建模、优化实现方法，仿真实例研究验证了所提积式决策模型与求解方法的可行性。避障方法采用校正机器人杆件碰撞危险点速度矢量在自危险点指向障碍最近点矢量上的投影大小来实现。所提避奇异方法为适用于冗余和非冗余机器人的在线奇异规避通用方法。以移动双臂机器人系统为对象，本文详细研究了移动机器人系统广义动力学模型，并进一步分析了移动机器人支撑稳定性的严格定义及其保持支撑稳定性的必要条件。以多边形近似描述支撑域，利用动态载荷旋量与支撑边界虚拟旋量的对偶积，建立了移动机器人无倾覆约束条件，为提高移动多臂机器人支撑稳定性，以增大ZMP点距支撑边界距离为间接目的，基于无倾覆约束和支撑域边界几何封闭特性，提出了一种移动机械臂系统在线提高稳定性的新方法。针对OMDAR系统离散位形约束任务，首先在RRT类规划算法的基础上，设计了改进的LMEC-RRT算法，仿真对比实验结果表明，LMEC-RRT算法具备高效和高成功率优点。在实现一般离散任务规划的LMEC-RRT算法基础上，设计了可实现双臂闭式链约束的离散任务规划LMEC-RRT算法，以双臂协作搬运规划应用为例，验证了方法的可行性。然后针对RRT类算法固有的以微小线段连接离散位形，所形成的规划路径存在光滑性缺陷问题，以时基参数曲线模型为基础，通过建立积式多目标优化模型，并以GR-PSO为优化求解方法，设计了基于积式决策优化求解模型的滑动窗光滑时基关节轨迹优化方法，成功实现了连接离散位形序列的时基光滑关节轨迹优化计算。