提出了一种基于改进樽海鞘群算法(SSA)的机械臂多目标轨迹规划模型,以同时优化效率、能耗和冲击三个目标。利用人工势场法(APF)进行路径规划,得到机械臂抓取物料的最短、无碰撞路径,并提取关键运动序列,建立多目标函数。针对多目标樽海鞘群算法(MSSA)的初始种群多样性差、容易陷入局部最优以及在解集空间中收敛缓慢等问题,提出了一种改进的多目标樽海鞘群算法(LMSSA)。该算法结合logistic-sine混沌映射、小孔成像学习策略和黄金正弦开发策略来优化七阶B样条曲线的控制节点从而完成机械臂的多目标运动轨迹规划。搭建MATLAB-CoppeliaSim-UR16e实验平台,将轨迹规划模型应用于机械臂UR16e的实际抓取任务。实验结果表明,基于LMSSA算法的机械臂运动规划方法实现了机械臂准确、高效且节能的运动轨迹规划,并成功应用于实际操作场景中。