基于RRT搜索算法的六自由度机械臂避障路径规划

文章编号：1671-7872(2024)02-0173-09基于改进RRT 算法的六自由度机械臂路径规划朱永浩 ，李　丹 ，龚　旭 ，金仁才(安徽工业大学 电气与信息工程学院, 安徽 马鞍山 243032)摘要：针对快速扩展随机树(RRT)算法路径代价大、采样过程慢的问题，提出1种改进的RRT 算法对六自由度机械臂进行路径规划。

结合RRT*和RRT-connect 算法的优点，应用目标采样的思想加强算法向目标点搜索的趋向性，引入贪婪思想提高算法效率，结合五次B 样条插值对路径进行平滑优化，缩短规划路径的时间及长度；利用Python 中的matplotlib 功能包统计RRT 与改进的RRT 算法规划所需时长、采样点数与路径长度，且在ROS 平台中利用动态规划库进行算法配置，验证改进算法的路径规划效果。

结果表明：相比传统RRT 算法，采用所提改进算法对六自由度机械臂进行路径规划，在平均路径长度上缩短了29.5%、在规划路径时间上缩短了8.5%，路径规划成功率提高至96.7%，验证了该算法在实际应用中的可行性。

关键词：六自由度机械臂；路径规划；RRT ；目标采样中图分类号：TP 241.3 文献标志码：A doi ：10.12415/j.issn.1671−7872.23113Path Planning of 6-DOF Manipulator Based on Improved RRT AlgorithmZHU Yonghao, LI Dan, GONG Xu, JIN Rencai(School of Electrical & Information Engineering, Anhui University of Technology, Maanshan 243032, China)Abstract ：An improved rapidly-expanding random tree (RRT) algorithm was proposed to plan the path of a six degree of freedom (DOF) robotic arm in response to the problem of high path cost and slow sampling process in the RRT algorithm. Combining the advantages of RRT * and RRT-connect algorithms, the target sampling was applied to enhance the tendency of the algorithm to search for target points, the greedy thinking was introduced to improve the efficiency of the algorithm, and the quintic B-spline interpolation was combined to optimize the path smoothness,shorten the path planning time and length. The matplotlib function pack in Python was used to calculate the time,number of sampling points, and path length required for RRT and improved algorithm planning, as well as the dynamic planning library for algorithm configuration on the ROS platform was used to verify the path planning effect of the improved algorithm. The results show that compared with the traditional RRT algorithm, the path planning of the six DOF robotic arm by the proposed improved algorithm shortens the average path length by 29.5%,the planning path time is shortened by 8.5%, and the success rate of path planning is increased to 96.7%,which verifies the feasibility of the algorithm in practice.Keywords ：six degree of freedom robotic arm; path planning; RRT; target sampling随着机器人技术的发展，机械臂具有工作空间大、操作简便、灵活性和自由度高等优点[1]，在焊缝焊接、制造加工、拆卸装配、喷漆和码垛等领域得到越来越广泛的应用[2−4]。

专利名称：一种改进的RRT算法及工业机器人路径避障规划方法
专利类型：发明专利
发明人：刘亚秋,刘勋,吕云蕾,刘丽娜,赵汉琛,孙海超,王兆乐,赵月
申请号：CN202011484365.8
申请日：20201216
公开号：CN112677153A
公开日：
20210420
专利内容由知识产权出版社提供
摘要：本发明是一种改进RRT的工业机器人路径避障规划算法，针对传统RRT算法在机械臂的运动规划上缺乏导向性，收敛速度慢等问题，文中在传统RRT的基础上，提出了一种扩展点选择策略和自适应步长策略，并且在算法陷入局部极小值时，采用避免回归机制，快速脱离极小值。

然后结合Dijkstra算法对改进算法产生的路径进行优化，得到一条优化后的路径。

最后，得到的机械臂末端有效路径再通过本文的机械臂规划模块，转化为一条机械臂最优位姿路径。

将该改进算法与其他算法在Matlab和ROS中进行仿真实验，实验结果表明，该算法能有效指导RRT树的生长方向，避免陷入极小值，并且提高算法的收敛速度，并且提高了机械臂在仿真中运动规划效率。

申请人：东北林业大学
地址：150040 黑龙江省哈尔滨市香坊区和兴路26号
国籍：CN
代理机构：哈尔滨市伟晨专利代理事务所(普通合伙)
代理人：陈润明
更多信息请下载全文后查看。

基于改进RRT算法的移动机器人路径规划郭梦诗冯丽娟代传垒（郑州科技学院电子与电气工程学院河南郑州450064）摘要：针对传统RRT算法在多障碍物、曲折狭窄道路等无规律环境下随机性大、收敛速度慢、效率低等问题，提出一种改进RRT路径规划算法，以提高在二维环境下移动机器人的路径规划性能。

改进算法通过引入障碍物因子进行区域节点采样，减少采样时间和次数；同时，对新产生的节点进行约束，降低方向随机性，减少目标区域振荡情况，加快搜索速度；此外，剔除冗余节点使路径更加平滑，路径长度缩短且对内存需求降低。

通过实验仿真验证：改进算法能满足复杂环境下的避障路径规划，随机性降低速度较快，具有较好的可行性和有效性。

关键词：改进RRT算法路径规划平滑避障中图分类号：TP242文献标识码：A文章编号：1674-098X(2022)02(a)-0037-04Path Planning of Mobile Robot Based on ImprovedRRT AlgorithmGUO Mengshi FENG Lijuan DAI Chuanlei(School of Electronics and Electrical Engineering,Zhengzhou University of Science and Technology,Zhengzhou,Henan Province,450064China)Abstract:Aiming at the problems of large randomness,slow convergence and low efficiency of traditional RRT algorithm in irregular environments such as multi obstacles and tortuous narrow roads,an improved RRT path planning algorithm is proposed to improve the path planning performance of mobile robot in two-dimensional environment.The improved algorithm reduces the sampling time and times by introducing the obstacle factor to sample the regional nodes.At the same time,the new nodes are constrained to reduce the direction randomness, reduce the oscillation in the target area and speed up the search speed.In addition,eliminating redundant nodes makes the path smoother,the path length shorter and the memory demand lower.The experimental simulation shows that the improved algorithm can meet the obstacle avoidance path planning in complex environment,reduce the randomness quickly,and has good feasibility and effectiveness.Key Words:Improved RRT algorithm;Path planning;Smooth;Obstacle avoidance随着科技的发展，机器人机械臂在生产生活中的应用愈加广泛［1］。

基于斥力场引导RRT算法的机械臂路径规划目录1. 内容描述 (2)1.1 研究背景 (2)1.2 研究意义 (3)1.3 文献综述 (4)2. 内容简述 (6)2.1 研究目标与内容 (7)2.2 研究方法和体系 (8)2.3 结构安排 (8)3. 基出斥力场引导RRT算法 (9)3.1 RRT算法的基本原理 (11)3.2 斥力场概念与特性 (12)3.3 斥力场与RRT算法结合的理论基础 (14)4. 机械臂路径规划问题描述 (15)4.1 机械臂模型 (16)4.2 路径规划目标 (17)4.3 环境与障碍物建模 (18)5. 基于斥力场引导的RRT算法实现 (20)5.1 算法基本框架 (21)5.2 斥力场的计算与优化 (22)5.3 路径搜索策略 (23)6. 仿真与实验验证 (25)6.1 仿真环境与设置 (26)6.2 仿真结果分析 (27)6.3 实验系统与设备 (29)6.4 实验结果与讨论 (30)7. 案例分析 (31)7.1 典型案例选择 (32)7.2 路径规划过程 (33)7.3 结果分析与对比 (34)8. 结论与展望 (35)8.1 研究工作的总结 (37)8.2 研究存在的不足 (37)8.3 未来工作展望 (38)1. 内容描述传统的算法在规划路径时容易受到障碍物局部影响，难以全局优化路径。

为了解决这个问题，本文引入斥力场引导机制，将障碍物作为一个斥力源，通过斥力场引导搜索路径进行全局优化。

该方法首先构建斥力场模型，并将路径规划问题转化为在斥力场中寻找最短路径问题。

然后，利用算法进行路径规划，在拓展节点时，考虑斥力场的影响，使得搜索路径更易避开障碍物，同时兼顾路径长度和可行性。

文档将详细阐述该方法的原理、算法流程、仿真实验和分析结果，并对未来研究方向进行展望。

1.1 研究背景随着工业自动化和智能制造技术的不断进步，机械臂在制造业、物流仓储以及服务行业中的作用日益凸显。

随着时代的飞速发展，高度自主化的机器人在人类社会中的地位与作用越来越大。

而机械臂作为机器人的一个最主要操作部件，其运动规划问题，例如准确抓取物体，在运动中躲避障碍物等，是现在研究的热点，对其运动规划的不断深入研究是非常必要的。

机械臂的运动规划主要在高维空间中进行。

RRT （Rapidly-exploring Random Tree）算法[1]基于随机采样的规划方式，无需对构型空间的障碍物进行精确描述，同时不需要预处理，因此在高维空间被广为使用。

近些年人们对于RRT算法的研究很多，2000年Kuffner等提出RRT-connect算法[2]，通过在起点与终点同时生成两棵随机树，加快了算法的收敛速度，但存在搜索路径步长较长的情况。

2002年Bruce等提出了ERRT（Extend RRT）算法[3]。

2006年Ferguson等提出DRRT （Dynamic RRT）算法[4]。

2011年Karaman和Frazzoli提出改进的RRT*算法[5]，在继承传统RRT算法概率完备性的基础上，同时具备了渐进最优性，保证路径较优，但是会增加搜索时间。

2012年Islam等提出快速收敛的RRT*-smart算法[6]，利用智能采样和路径优化来迫近最优解，但是路径采样点较少，使得路径棱角较大，不利于实际运用。

2013年Jordan等通过将RRT*算法进行双向搜索，提出B-RRT*算法[7]，加快了搜索速度。

同年Salzman等提出在下界树LBT-RRT中连续插值的渐进优化算法[8]。

2015年Qureshi等提出在B-RRT*算法中插入智能函数提高搜索速度的IB-RRT*算法[9]。

同年Klemm等结合RRT*的渐进最优和RRT-connect的双向搜基于改进的RRT*-connect算法机械臂路径规划刘建宇，范平清上海工程技术大学机械与汽车工程学院，上海201620摘要：基于双向渐进最优的RRT*-connect算法，对高维的机械臂运动规划进行分析，从而使规划过程中的搜索路径更短，效率更高。

六自由度机械臂运动规划六自由度机械臂运动规划摘要：本文介绍了六自由度机械臂运动规划的相关理论及实践应用，涵盖了机器人运动规划的基本流程、运动学、轨迹生成、碰撞检测等方面。

通过对机器人的自主学习与优化，为工业生产提供了更高效、更精准的生产力量。

关键词：机器人、运动规划、六自由度、运动学、轨迹生成一、引言近年来，随着工业自动化水平的提升与机器人技术的不断成熟，机器人的运动规划成为了机器人领域中一个重要的研究方向。

机器人运动规划的目标是生成机器人能够执行的、符合任务要求的运动轨迹。

本文旨在介绍六自由度机械臂运动规划的相关理论、算法及实践应用。

二、机器人运动规划的基本流程机器人运动规划的基本流程包括：建模、运动学分析、约束建模、轨迹生成、路径规划、碰撞检测和性能评估。

其中，运动学分析是机器人运动规划中十分重要的一环，它确定的是机器人的末端在三维空间中的位置和方向。

三、六自由度机械臂的运动学六自由度机械臂是指机械臂具有六个运动自由度，分别为：x,y,z方向的平移自由度和绕x,y,z轴的旋转自由度。

六自由度机械臂的运动学可以通过矩阵变换来表示，通过矩阵变换能够精确计算机器人末端在三维空间中的位置和方向。

四、轨迹生成在确定机器人的末端位置和方向后，需要产生一条能够满足任务需求的运动路径。

轨迹生成是机器人运动规划中比较困难的一部分，需要考虑整个轨迹的平滑性、速度规划和轨迹的长度等因素。

五、碰撞检测在生成轨迹后，还需要进行碰撞检测，以确保机器人在运动过程中不会碰触到其它物体或机器人。

碰撞检测需要考虑到机器人的形状和大小、环境中的其它物体、碰撞检测的精度等因素。

六、实践应用机器人运动规划广泛应用于工业生产、医疗保健、物流等领域。

例如，机器人运动规划可以用于工业装配、零件加工、医疗手术等方面，提高了生产效率和手术精度。

七、结论随着机器人技术的不断发展，机器人运动规划将成为一个越来越重要的研究方向。

不断提高机器人运动规划的精度和效率，将能够为工业生产、医疗手术等领域提供更高水平的服务八、挑战与展望虽然机器人运动规划已经取得了许多成果，但仍面临着许多挑战。

六自由度机械臂轨迹规划及优化研究一、本文概述理论基础与问题阐述：本文将系统梳理六自由度机械臂的数学模型，包括其笛卡尔坐标系下的运动学逆解与正解、动力学建模，以及关节空间与操作空间之间的转换关系。

在此基础上，明确阐述轨迹规划与优化所面临的关键问题，如奇异位形规避、关节速度与加速度限制、路径平滑性要求、动态负载变化等因素对规划算法设计的影响。

轨迹规划方法：针对上述问题，我们将探讨和比较多种有效的轨迹规划策略。

这包括基于插值的连续路径生成方法（如样条曲线、Bzier曲线），基于优化的全局路径规划算法（如RRT、PRM等），以及考虑机械臂动力学特性的模型预测控制（MPC）方法。

对于每种方法，将详细分析其原理、优势、适用场景及可能存在的局限性，并通过实例演示其在典型任务中的应用效果。

轨迹优化技术：在基本轨迹规划的基础上，本文将进一步探究如何运用先进的优化算法对初始规划结果进行精细化调整，以达到性能最优。

这包括使用二次规划、非线性优化、遗传算法等手段对轨迹的关节角序列、时间参数化、能量消耗等指标进行优化。

还将讨论如何引入避障约束、柔顺控制策略以及自适应调整机制，以增强机械臂在复杂环境和不确定条件下的适应性和鲁棒性。

实验验证与性能评估：本文将通过仿真研究与实际硬件平台上的试验，对所提出的轨迹规划与优化方案进行详细的验证与性能评估。

实验设计将涵盖多种典型应用场景，考察规划算法的计算效率、轨迹跟踪精度、能耗表现以及对意外扰动的响应能力。

实验结果将以定量数据与可视化方式呈现，以便于对比分析和理论验证。

本文致力于构建一套全面且实用的六自由度机械臂轨迹规划与优化框架，为相关领域的研究者和工程技术人员提供理论指导与实践参考，推动六自由度机械臂技术在实际应用中的效能提升与技术创新。

二、六自由度机械臂系统建模在六自由度机械臂的研究与应用中，系统建模是一个关键环节。

本节将重点讨论六自由度机械臂的数学建模，包括其运动学模型和动力学模型。

基于RRT搜索算法的六自由度机械臂避障路径规划代彦辉;梁艳阳;谢钢【期刊名称】《自动化技术与应用》【年(卷),期】2012(031)010【摘要】针对三维空间下的机器人路径规划问题,提出了一种改进的快速随机树算法.该算法以机器人的出发点作为随机树的根节点,以基准向量为基准选择节点的扩展方向,逐渐增加叶子节点,降低了节点的随机性,提高了扩展速度.通过运动学反解快速规划出一条全局优化路径,对于反解失败的点,做了规划替代,保证了路径规划的平滑性,降低了机器人工作过程中的抖动,从而得到能够抵达目标位姿的安全路径.%A new improved rapid-exploring random tree algorithm for path planning of robot is proposed to plan an optimal path in complex environment .The starting point as root node of the random tree, and the standard vector as benchmark to choose direction,by extending, gradually increase the leaf nodes. The algorithm Improve the speed of expansion.Through the inverse kinematics rapid planning out a global optimization path, to solve the point of failure , instead of a reasonable method, makes the path smoothness, ensures mechanical arm steady at work, and finds a security path to reach target pose.【总页数】7页(P31-37)【作者】代彦辉;梁艳阳;谢钢【作者单位】西南科技大学,信息工程学院,四川绵阳621010;西南科技大学,信息工程学院,四川绵阳621010;西南科技大学,信息工程学院,四川绵阳621010【正文语种】中文【中图分类】TP241.2【相关文献】1.基于改进RRT算法的串联机械臂避障空间路径规划 [J], Yi CAO;Meng-shi GUO;Hai-zhou LIU2.基于脊线模态法和RRT算法的蛇形机械臂避障控制研究 [J], 王轸;常健;李斌;王聪;刘春;张良全3.基于改进RRT-Connect算法的焊接机器人避障路径规划 [J], 孙灵硕4.基于RRT*算法的六自由度机械臂避障路径规划 [J], 尹斌;卢文涛;魏文卿5.基于导航势函数法的六自由度机械臂避障路径规划 [J], 汪首坤;朱磊;王军政因版权原因，仅展示原文概要，查看原文内容请购买。

改进RRT算法的机械臂避障路径规划研究目录1. 内容简述 (2)1.1 研究背景 (2)1.2 研究意义 (3)1.3 国内外研究现状 (4)2. RRT算法概述 (6)2.1 RRT算法的基本原理 (7)2.2 RRT算法的特点与优势 (7)2.3 RRT算法的局限性 (8)3. 机械臂避障路径规划需求分析 (9)3.1 机械臂避障的挑战 (10)3.2 避障路径规划的指标体系 (12)3.3 路径规划的实时性与鲁棒性要求 (13)4. 改进RRT算法设计 (14)4.1 随机采样改进策略 (15)4.2 近邻节点选取策略优化 (15)4.3 新节点扩展与连接优化 (16)4.4 路径优化与平滑处理 (17)5. 改进RRT算法在机械臂避障中的应用 (18)5.1 机械臂运动学建模 (20)5.2 避障环境建模与障碍物检测 (22)5.3 改进RRT算法实现与路径规划 (23)5.4 实验验证与分析 (25)6. 实验结果与分析 (26)6.1 实验环境与参数设置 (28)6.2 仿真实验结果展示 (28)6.3 结果对比与分析 (29)6.4 算法性能评估 (31)1. 内容简述本文主要针对机械臂避障路径规划问题，针对传统的RRT算法在路径规划过程中的局限性，提出了一种改进的RRT算法。

首先，对RRT算法的基本原理进行了阐述，分析了其在处理复杂场景时的不足之处。

随后，针对RRT算法在碰撞检测、路径平滑和收敛速度等方面的不足，提出了相应的改进措施。

具体包括，通过仿真实验验证了改进算法在机械臂避障路径规划中的有效性和优越性，为机械臂在实际应用中的路径规划提供了新的思路和方法。

本文的研究成果对于提高机械臂的自主避障能力和路径规划效率具有重要意义。

1.1 研究背景随着自动化技术的飞速发展，机械臂在工业生产、服务机器人、航空航天等领域得到了广泛的应用。

机械臂的路径规划是其能够高效、安全地完成作业任务的关键技术之一。

RRT与人工势场法结合的机械臂避障规划何兆楚;何元烈;曾碧【摘要】针对人工势场法在工业机械臂避障路径规划中容易陷入局部极小值的缺陷,利用改进的快速扩展随机树(rapidly-exploring random tree,RRT)算法与人工势场法结合进行避障路径规划.首先,利用人工势场法进行局部路径规划,当陷入局部极小值时,使用改进的快速扩展随机算法自适应地选择临时目标点,使搜索过程跳出局部极小值点;当机械臂逃离局部极小值点时,切换回人工势场法进行规划.该算法不仅能够实现工业机械臂末端执行器的避障,同时能够防止杆端与障碍物产生碰撞,最终到达目标点.仿真实验表明,该方法实现简单,能够适应环境的变化,在复杂的环境下依然有效,满足机械臂避障的要求.最后,通过进行实际实验表明了实际与仿真实验的一致性.%To solve the problem of artificial potential field algorithm being liable to fall into local minimum in the obstacle avoidance path planning of industrial robot arm, a combination of artificial potential field and improved Rapidly-exploring Random Tree (RRT) algorithm is applied. Firstly, artificial potential field algorithm is used in local obstacle avoidance path planning. When falling into local minimum, the improved RRT algorithm can adaptively select the temporary target point and make the search process jump out of the local minimum point. In addition, artificial potential field algorithm will be applied when the robot arm leaves the local minimum. This method not only achieves obstacle avoidance on the end effector of the robot arm, but also prevents the collision between the rod and the obstacle, eventually bringing the end effector to the target point. The simulation experiments show that the proposed method issimple and can adapt to the change of environment and is still effective in complex environment.The algorithm can satisfy the requirement of the obstacle avoidance of the robot arm. Finally, the experimental results show the consistency between the actual and the simulation results.【期刊名称】《工业工程》【年(卷),期】2017(020)002【总页数】8页(P56-63)【关键词】人工势场法;快速扩展随机树;工业机械臂;避障;路径规划【作者】何兆楚;何元烈;曾碧【作者单位】广东工业大学计算机学院,广东广州 510006;广东工业大学计算机学院,广东广州 510006;广东工业大学计算机学院,广东广州 510006【正文语种】中文【中图分类】TP241.2机器人避障路径规划是指在障碍物存在的情况下，从起始点到目标状态的无碰撞路径。

采用改进RRT算法的机械臂高效路径规划目录一、内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21.研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.1 机械臂路径规划的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4 1.2 RRT算法在机械臂路径规划中的应用现状．．．．．．．．．．．．．．．．．．．．51.3 研究的目的及价值．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62.国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7 2.1 机械臂路径规划技术的研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．72.2 RRT算法及其改进型的研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．8二、基础理论与技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．101.机械臂路径规划基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11 1.1 机械臂的基本结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12 1.2 路径规划的基本问题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．131.3 路径规划的主要技术指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．152.RRT算法原理及特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16 2.1 RRT算法的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17 2.2 RRT算法的特点分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．182.3 RRT算法的流程描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19三、改进RRT算法研究与设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．191.传统RRT算法的缺陷分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．201.1 收敛速度慢的问题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．221.2 对复杂环境的适应性不足．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．231.3 其他存在的问题与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．232.改进RRT算法的设计思路与策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．242.1 算法的总体设计思路．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．252.2 改进策略的具体实施方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26一、内容概述在现代制造业中，机械臂的高效路径规划是确保生产效率和产品质量的关键因素。

第３７卷第９期 计算机应用与软件Ｖｏｌ ３７Ｎｏ．９２０２０年９月 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＳｅｐ．２０２０基于改进ＲＲＴ算法的６ ＤＯＦ机器人路径规划李　季　史晨发　邵　磊　刘宏利（天津理工大学　天津３００３８４）收稿日期：２０１９－０５－２８。

天津市科技计划项目（１５ＺＸＺＮＧＸ００１４０）；天津市应用基础研究计划项目（１６ＪＣＴＰＪＣ４９４００）。

李季，副教授，主研领域：新能源发电技术，电力系统分析与控制。

史晨发，硕士生。

邵磊，副教授。

刘宏利，副教授。

摘　要 针对传统快速扩展随机树（ＲＲＴ）算法在机器人路径规划中随机性大、冗余节点多、无法生成最优路径这一系列问题，从引入权重系数、路径缩短、拐角平滑处理这三方面对传统ＲＲＴ算法进行优化，使６ ＤＯＦ机械臂能有效避开障碍物，并通过距离最短路径到达目标点。

同时，在角速度不连续处根据机械臂曲率约束进行路径平滑过渡处理，消除初始路径中锯齿状部分，保证路径平稳性。

仿真实验表明，改进ＲＲＴ算法提高了路径搜寻成功率并将原始路径距离缩短２５％，平均规划时间缩短７５％。

关键词 ６ ＤＯＦ机器人　快速扩展随机树　权重系数　路径缩短　平滑处理中图分类号　ＴＰ２４２．２ 文献标志码　Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００ ３８６ｘ．２０２０．０９．０３６ＰＡＴＨＰＬＡＮＮＩＮＧＯＦ６ ＤＯＦＲＯＢＯＴＢＡＳＥＤＯＮＩＭＰＲＯＶＥＤＲＲＴＡＬＧＯＲＩＴＨＭＬｉＪｉ　ＳｈｉＣｈｅｎｆａ　ＳｈａｏＬｅｉ　ＬｉｕＨｏｎｇｌｉ（ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ３００３８４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ Ｔｈｅｔｒａｄｉｔｉｏｎａｌｒａｐｉｄｌｙｅｘｐｌｏｒｉｎｇｒａｎｄｏｍｔｒｅｅ（ＲＲＴ）ａｌｇｏｒｉｔｈｍｈａｓａｓｅｒｉｅｓｏｆｐｒｏｂｌｅｍｓｉｎｒｏｂｏｔｐａｔｈｐｌａｎｎｉｎｇ，ｓｕｃｈａｓｌａｒｇｅｒａｎｄｏｍｎｅｓｓ，ａｌｏｔｏｆｒｅｄｕｎｄａｎｔｎｏｄｅｓ，ａｎｄｕｎａｂｌｅｔｏｇｅｎｅｒａｔｅｔｈｅｏｐｔｉｍａｌｐａｔｈ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｉｓｐａｐｅｒｏｐｔｉｍｉｚｅｓｔｈｅｔｒａｄｉｔｉｏｎａｌＲＲＴａｌｇｏｒｉｔｈｍｆｒｏｍｔｈｅｉｎｔｒｏｄｕｃｔｉｏｎｏｆｗｅｉｇｈｔｃｏｅｆｆｉｃｉｅｎｔｓ，ｐａｔｈｓｈｏｒｔｅｎｉｎｇ，ａｎｄｃｏｒｎｅｒｓｍｏｏｔｈｉｎｇｐｒｏｃｅｓｓｉｎｇ．Ｔｈｅ６ ＤＯＦｍａｎｉｐｕｌａｔｏｒｃｏｕｌｄｅｆｆｅｃｔｉｖｅｌｙａｖｏｉｄｏｂｓｔａｃｌｅｓａｎｄｒｅａｃｈｔｈｅｔａｒｇｅｔｐｏｉｎｔｔｈｒｏｕｇｈｔｈｅｓｈｏｒｔｅｓｔｐａｔｈ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｕｒｖａｔｕｒｅｃｏｎｓｔｒａｉｎｔｓｏｆｔｈｅｍｅｃｈａｎｉｃａｌａｒｍ，ｔｈｅｓｍｏｏｔｈｔｒａｎｓｉｔｉｏｎｏｆｔｈｅｐａｔｈｗａｓｐｅｒｆｏｒｍｅｄａｔｔｈｅｐｏｓｉｔｉｏｎｏｆｔｈｅａｎｇｕｌａｒｖｅｌｏｃｉｔｙｄｉｓｃｏｎｔｉｎｕｉｔｙ，ｓｏａｓｔｏｅｌｉｍｉｎａｔｅｔｈｅｓｅｒｒａｔｅｄｐａｒｔｏｆｔｈｅｉｎｉｔｉａｌｐａｔｈａｎｄｅｎｓｕｒｅｔｈｅｐａｔｈｓｔａｂｉｌｉｔｙ．ＴｈｅｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｅｉｍｐｒｏｖｅｄＲＲＴａｌｇｏｒｉｔｈｍｉｍｐｒｏｖｅｓｔｈｅｓｕｃｃｅｓｓｒａｔｅｏｆｔｈｅｐａｔｈｓｅａｒｃｈ，ｓｈｏｒｔｅｎｓｔｈｅｏｒｉｇｉｎａｌｐａｔｈｄｉｓｔａｎｃｅｂｙ２５％，ａｎｄｒｅｄｕｃｅｓｔｈｅａｖｅｒａｇｅｐｌａｎｎｉｎｇｔｉｍｅｂｙ７５％．Ｋｅｙｗｏｒｄｓ ６ ＤＯＦｒｏｂｏｔ　ＲＲＴ　Ｗｅｉｇｈｔｃｏｅｆｆｉｃｉｅｎｔ　Ｐａｔｈｓｈｏｒｔｅｎｉｎｇ　Ｓｍｏｏｔｈｉｎｇｐｒｏｃｅｓｓｉｎｇ０　引　言工业机器人较高的稳定性和工作效率在自动化生产中逐渐替代人工操作。

基于改进RRT算法的柔性机械臂路径规划技术研究
罗小青;胡荣
【期刊名称】《长江信息通信》
【年(卷),期】2022(35)11
【摘要】针对传统机械臂路径规划算法RRT存在的搜索效率低、规划路径较长等问题,文中提出了一种结合RRT*与启发代价函数的路径规划算法。

该算法使用启发代价函数,利用引力势能公式对节点生成方向进行引导,既避免了重复性采样,又提升了算法的空间扩展能力。

同时,针对因路径转折角度过大而造成的机械臂运行精度下降问题,采用三阶?样条函数在不增加点数的情况下对路径进行平滑。

实验仿真中,本算法相较其他算法的路径选择更优,平滑度也较好。

且通过FRANKA柔性机械臂实验平台验证算法可知,所提算法的路径规划用时更少,规划的路径长度也为最短,表明了本算法的性能较优。

【总页数】3页(P66-68)
【作者】罗小青;胡荣
【作者单位】江西制造职业技术学院;南昌大学科学技术学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于改进的RRT*-connect算法机械臂路径规划
2.基于改进RRT-Connect算法的机械臂抓取路径规划
3.基于改进RRT-Connect算法的机械臂路径规划
4.基于改
进RRT^(*)算法的机械臂路径规划5.基于改进双向RRT^(*)算法的机械臂路径规划
因版权原因，仅展示原文概要，查看原文内容请购买。