关键词：路径规划;RRT^*算法;低差异序列;人工势场法;机械臂
摘 要：针对传统RRT^*算法在三维复杂场景中的采样随机性高、规划效率低、路径曲折易产生震荡等问题，提出了融合Sobol序列采样策略、人工势场方法以及路径优化处理策略的改进RRT^*算法。通过提出基于低差异的Sobol序列采样策略，改善了随机采样策略的重复采样的缺点；在扩展树生长过程中，提出融合人工势场的方法引导新节点产生，提高路径搜索能力，加快收敛速度；在路径优化阶段，针对路径的冗余节点问题，提出双向剔除策略，有效缩短路径长度，并基于五次B样条曲线对路径进行平滑处理，增强机械臂运行的平顺性。通过对不同算法的仿真对比，表明改进RRT^*算法搜索路径时长和路径长度均得到优化，采样点数更少，节点利用率更高，且路径更加平滑性，验证了算法的有效性。最后以工业机器人为原型开展实验分析，验证了所提算法能够有效地使得机械臂避开障碍并平稳运行到目标点。
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