关键词：路径规划;快速搜索随机树算法;机械臂;混合采样;人工势场法
摘 要：针对快速随机树(Rapidly-exploring Random Trees,RRT)算法在复杂环境下规划效率低的问题，提出一种基于RRT的机械臂路径规划改进算法。首先，在初始采样时应用角度约束采样策略限制采样区域，提升采样质量。然后，在扩展节点时融合人工势场法的思想，设定动态步长加快算法的收敛，提升算法在障碍物空间的探索效率，当算法陷入局部极小值时，采用节点拒绝策略快速脱离。最后，将规划路径进行简化处理，并利用B样条曲线平滑拐点提高路径质量。仿真结果表明，改进算法相比传统RRT算法，扩展更具导向性，收敛速度更快，可以有效避免局部极小值。
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