针对煤矿井下复杂环境中救援机器人机械臂轨迹规划不合理、规划方法收敛速度慢等问题，提出了一种基于融合杜鹃搜索的灰狼优化（CS-GWO）算法的煤矿救援机器人机械臂轨迹规划算法。以五次多项式插值为基本轨迹规划方法，在机械臂关节空间进行轨迹规划，通过CS-GWO算法对得到的轨迹进行优化，实现机械臂时间-能量最优轨迹规划。CS-GWO算法在灰狼优化（GWO）算法的位置更新方式中融入杜鹃搜索（CS）算法的2次扰动过程，结合CS算法的莱维飞行模式和鸟巢位置随机更新的特点，使得狼群在向猎物逼近的过程中能够随机跳出局部搜索区域，扩大了搜索范围，避免算法陷入局部最优解，增强了GWO算法的全局搜索能力。Matlab仿真结果表明，CS-GWO算法能够有效提高CS算法的收敛速度和GWO算法的全局搜索能力，其稳定性更好，整体性能较优；利用机械臂轨迹规划算法可得到一条时间-能量最优轨迹，各关节角位移、角速度、角加速度曲线均光滑、连续，有效解决了煤矿井下复杂环境中救援机器人机械臂最优轨迹规划问题。