关键词：机械臂;Bi-RRT算法;区域优化策略;预扩展策略;蚁群算法;路径规划
摘 要：快速搜索随机树等随机采样算法及其在机械臂路径规划的应用引起了广泛关注。本文针对传统基于随机采样的机械臂路径规划算法在机械臂轨迹规划中存在无效节点多、容易陷入局部最优及路径质量差等问题，提出一种融合蚁群优化的节点剔除双向快速搜索随机树（Ant colony bidirectional RRT node elimination algorithm,Ant-BiRRT）算法。首先，在Bi-RRT算法的基础上引入了区域优化策略剔除已搜索区域中的冗余点，从而避免搜索冗杂和无效扩展。其次，在全局地图的局部区域内，提出预扩展策略，并构建全局更新信息素和目标偏置。这一策略融合了随机采样与全局优化算法，以引导狭小区域内节点的扩展以及有效节点的择优更新。该方法结合了局部区域的全局最优解，并采用多起点多终点的同时交叉搜索，减小了算法陷入局部最优解的可能性。最后，结合规划路径和机械臂约束，生成最优的机械臂可行路径。通过仿真验证，证明该算法在搜索效率、可靠性以及路径质量方面都得到了显著的提升。
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