关键词：快速拓展随机树算法;机械臂;轨迹规划;研究
摘 要：针对传统快速拓展随机树(RRT)算法在全局轨迹规划中存在的冗余节点、随机性强、收敛速度慢、探索路径不平滑等问题，提出一种S-RRT算法。S-RRT算法引入人工势场法中的势场思想，对快速拓展随机树算法与人工势场法进行融合。利用快速拓展随机树算法的随机抽样属性解决人工势场法中存在的局部最小问题，同时避免快速拓展随机树算法的复杂度和路径搜索随机性问题。改进空间采样范围，防止快速拓展随机树算法的随机采样点频繁出现在已经探索的路径上，提高空间搜索效率。优化搜索步长，在探索初期能迅速收敛到目标点，并根据迭代次数不断减小探索点到目标点的步长。对规划的路径进行平滑处理，减少不必要的路径和节点，减小节点与节点之间因角度过大对机械臂关节造成的影响。基于S-RRT算法对机械臂全局轨迹规划进行研究，在多个障碍物的环境中进行仿真验证，S-RRT算法的搜索效率显著提升，节点的利用率也明显提高。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取