基于改進RRT的關節機械臂路徑規劃*

張婷婷，柳林燕，汪惠芬

(南京理工大學機械工程學院，南京 210094)

0 引言

關節機械臂是目前工業場景中應用最廣泛的工業機械臂種類之一，其中6自由度機械臂的應用率最高，例如噴漆，裝配等工作。因為6自由度的機械臂具有：第一，基本可以到達滿足工作空間的所有點；第二，可以通過控制連續實現復雜的運動。因此需要對關節機械臂進行路徑規劃，使其更好地完成指定任務。

機械臂的路徑規劃即從起始點開始朝著目標點運動，躲避整個空間中出現的障礙物，并且最終找到一個最優或者相對優化的路徑。目前已有A*，RRT，隨機路標圖(probabilistic roadmap method,PRM)等成熟的算法。

傳統的RRT算法，雖然概率完備但是每次試驗得出的路徑并不是最優的，并且有很多的冗余點。基于此類問題，孫豐財等[1]加入了偏向策略，實現了時間優化，但是其在三維空間中的路徑優化并不明顯。在此之后，提出一種漸進最優性(距離最短)的RRT*算法[2-3]，該算法在RRT的算法上比對多個父節點，找到實現每個隨機點路徑的最短距離，最后實現最終路徑最短并且可以實現更高的搜索成功率，但RRT*有每次搜索時相似度不高，路徑結果差異較大等缺點。Informed-RRT*算法采用的是先驗知識的改進操作，即先利用RRT*算法找到第一條路徑的前提下，對該路徑進行優化[4-5]，但是因為基于的RRT*采樣就是隨機的，無法保證首次的路徑就是最優的，會導致對此條路徑做優化，無法得到最優解。上述算法在二維空間中已有詳細的驗證，但在三維空間中會出現并不理想的結果。……