机器手臂是一个末端能动机械装置，其运动任务包括焊接、油漆、组装等，有着广泛的工业生产应用背景。冗余机器手臂因为其多余的自由度而拥有更大的操作空间和能满足更多的约束，比如它可以躲避自身物理极限和环境障碍物。但实时控制冗余机器人存在一个关键问题，即冗余度的实时解析（或称实时运动规划）。通过对基于伪逆的解析方法的优缺点分析，我们提出一套基于二次型优化的统一的冗余度解析方案及理论框架。该统一理论能将各种深含物理意义的目标函数归纳为一个二次型优化目标；并以等式、不等式和双端约束来分别表述机器人末端运动、环境及自身的物理约束。我们应用递归神经网络，正开发出二次优化问题的实时求解器。这个将各方案统一为优化问题并实时求解的机器人运动规划理论有利于我们对现有工作的更深刻系统的理解，也有利于我们对未来工作更远的展望。这个研究工作有其相应的生物学背景和意义，比如用于分析人手、象鼻、蛇等自然冗余系统的运动。