基于RRT*算法的六自由度机械臂避障路径规划

尹斌，卢文涛，魏文卿

（洛阳理工学院，河南洛阳，471000）

0 引言

六自由度机械臂因其工作空间大、灵活性强，在工业自动化领域应用很广泛，如在汽车领域用于搬运、焊接、喷涂等。工业现场中，机械臂周围经常会有其他设备、工件，甚至还需要与人协同工作，这些都需要机械臂具备自动规划路径、躲避障碍物的能力。机械臂的避障路径规划，就是机械臂自动规划一条从起始点到目标点的无碰撞路径。传统的避障路径规划算法：可视图法[1]、人工势场法[2]、自由空间法[3]、栅格法[4]等，这些算法都需要对障碍物进行准确的建模和描述，随着机器人自由度的增加和机器人所处环境的复杂性增大，这些算法实现的难度增大，执行效率也低。因此，这些算法不适合六自由度机械臂的避障路径规划。

为避免对障碍物的精确建模，有学者提出了基于随机采样的避障路径规划，这类方法不需要对机器人周边环境建模，只须知道机器人与障碍物是否碰撞的信息，依据此信息，连接无碰撞的采样点。随着采样点的增多，从而构建一张无碰撞的图，最终从图中搜索起始点到目标点的路径。其中，快速扩展随机树法（Rapidly-exploring Random Trees, RRT）[5]是这类算法的典型代表，它由LaValle 提出，是一种基于随机采样的步进式的算法。学者们从不同方面对基本的 RRT 算法进行了改善[6-8]，Sertac 和Emilio 提出一种RRT 的改进方法—Rapidly-exploring Random Tree Star（RRT*）[9]，这种方法具有路径优化能力，而且具有概率完备性。本文将分析RRT*的原理，并在机器人操作系统（RobotOperating System， ROS）中搭建仿真平台，对比RRT 和RRT*两种算法，验证RRT*算法的优势，解决六自由度机械臂的避障路径规划。……