关键词：机械臂;路径规划;RRT;自适应步长;最近点选取
摘 要：为解决快速拓展随机树(RRT)算法随机性强，收敛速度慢和结果可行性差等问题，提出了一种基于全局自适应步长与目标偏置采样的改进型RRT算法。首先，利用环境信息自适应的计算初始步长，同时在拓展过程中利用节点周围障碍物信息调整当前步长，以增强对地图的探索能力；其次，通过目标偏置采样结合改进的最近点选取策略提高算法的搜索效率，快速生成一条从起始点到目标点的路径；随后，对生成路径进行两次冗余点移除并结合最大曲率约束减少路径代价和转折角；最后，利用基于最小二乘法的五次多项式拟合对其进行优化，进一步提高路径的可行性。在机械臂上进行仿真实验，结果表明在三维空间下改进RRT算法相较于传统RRT算法，路径代价减少38.1%,规划时间减少68.4%,节点个数减少77.4%,验证了算法的有效性。
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