一种基于改进的快速扩展随机树的工业机器人路径避障规划算法

针对传统快速扩展随机树(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.