基于RRT搜索算法的六自由度机械臂避障路径规划

基于改进RRT_算法的六自由度机械臂路径规划

文章编号：1671-7872(2024)02-0173-09基于改进RRT 算法的六自由度机械臂路径规划朱永浩，李　丹，龚　旭，金仁才(安徽工业大学电气与信息工程学院, 安徽马鞍山 243032)摘要：针对快速扩展随机树(RRT)算法路径代价大、采样过程慢的问题，提出1种改进的RRT 算法对六自由度机械臂进行路径规划。

结合RRT*和RRT-connect 算法的优点，应用目标采样的思想加强算法向目标点搜索的趋向性，引入贪婪思想提高算法效率，结合五次B 样条插值对路径进行平滑优化，缩短规划路径的时间及长度；利用Python 中的matplotlib 功能包统计RRT 与改进的RRT 算法规划所需时长、采样点数与路径长度，且在ROS 平台中利用动态规划库进行算法配置，验证改进算法的路径规划效果。

结果表明：相比传统RRT 算法，采用所提改进算法对六自由度机械臂进行路径规划，在平均路径长度上缩短了29.5%、在规划路径时间上缩短了8.5%，路径规划成功率提高至96.7%，验证了该算法在实际应用中的可行性。

关键词：六自由度机械臂；路径规划；RRT ；目标采样中图分类号：TP 241.3 文献标志码：A doi ：10.12415/j.issn.1671−7872.23113Path Planning of 6-DOF Manipulator Based on Improved RRT AlgorithmZHU Yonghao, LI Dan, GONG Xu, JIN Rencai(School of Electrical & Information Engineering, Anhui University of Technology, Maanshan 243032, China)Abstract ：An improved rapidly-expanding random tree (RRT) algorithm was proposed to plan the path of a six degree of freedom (DOF) robotic arm in response to the problem of high path cost and slow sampling process in the RRT algorithm. Combining the advantages of RRT * and RRT-connect algorithms, the target sampling was applied to enhance the tendency of the algorithm to search for target points, the greedy thinking was introduced to improve the efficiency of the algorithm, and the quintic B-spline interpolation was combined to optimize the path smoothness,shorten the path planning time and length. The matplotlib function pack in Python was used to calculate the time,number of sampling points, and path length required for RRT and improved algorithm planning, as well as the dynamic planning library for algorithm configuration on the ROS platform was used to verify the path planning effect of the improved algorithm. The results show that compared with the traditional RRT algorithm, the path planning of the six DOF robotic arm by the proposed improved algorithm shortens the average path length by 29.5%,the planning path time is shortened by 8.5%, and the success rate of path planning is increased to 96.7%,which verifies the feasibility of the algorithm in practice.Keywords ：six degree of freedom robotic arm; path planning; RRT; target sampling随着机器人技术的发展，机械臂具有工作空间大、操作简便、灵活性和自由度高等优点[1]，在焊缝焊接、制造加工、拆卸装配、喷漆和码垛等领域得到越来越广泛的应用[2−4]。

一种改进的RRT算法及工业机器人路径避障规划方法[发明专利]

专利名称：一种改进的RRT算法及工业机器人路径避障规划方法
专利类型：发明专利
发明人：刘亚秋,刘勋,吕云蕾,刘丽娜,赵汉琛,孙海超,王兆乐,赵月
申请号：CN202011484365.8
申请日：20201216
公开号：CN112677153A
公开日：
20210420
专利内容由知识产权出版社提供
摘要：本发明是一种改进RRT的工业机器人路径避障规划算法，针对传统RRT算法在机械臂的运动规划上缺乏导向性，收敛速度慢等问题，文中在传统RRT的基础上，提出了一种扩展点选择策略和自适应步长策略，并且在算法陷入局部极小值时，采用避免回归机制，快速脱离极小值。

然后结合Dijkstra算法对改进算法产生的路径进行优化，得到一条优化后的路径。

最后，得到的机械臂末端有效路径再通过本文的机械臂规划模块，转化为一条机械臂最优位姿路径。

将该改进算法与其他算法在Matlab和ROS中进行仿真实验，实验结果表明，该算法能有效指导RRT树的生长方向，避免陷入极小值，并且提高算法的收敛速度，并且提高了机械臂在仿真中运动规划效率。

申请人：东北林业大学
地址：150040 黑龙江省哈尔滨市香坊区和兴路26号
国籍：CN
代理机构：哈尔滨市伟晨专利代理事务所(普通合伙)
代理人：陈润明
更多信息请下载全文后查看。

基于改进RRT算法的机械臂路径规划

提高搜索效率，提高了其收敛速率［2］；孙丰财等人提出采用生成随机点向量组的形式对随机点选取策略进行了优化，改善 RRT 的不确定性，加快搜索速度［1～ 5］。
本文引入目标概率偏置策略，结合步长控制方法改进传统 RRT 算法，并在 MATLAB 和机器人操作系统（ robot operation system，ROS）平台上搭建实验，通过实验验证了算法的有效性。 1 碰撞检测与机械臂建模 1． 1 机械臂模型与 D-H 参数
2019 年第 38 卷第 5 期
传感器与微系统（ Transducer and Microsystem Technologies）
121
DOI： 10． 13873 / J． 1000—9787（ 2019） 05—0121—04
基于改进 RRT 算法的机械臂路径规划*
蔡文涛1 ，邓屹1 ，张静1，2 ，张永波1 ，饶爽1 ，阳康1
中图分类号： TP 241
文献标识码： A
文章编号： 1000—9787（ 2019） 05—0121—04
Manipulator path planning based on improved RRT algorithm*
CAI Wentao1 ，DENG Yi1 ，ZHANG Jing1，2 ，ZHANG Yongbo1 ，RAO Shuang1 ，YANG Kang1
（ 1． School of Information Engineering，Southwest University of Science and Technology，Mianyang 621010，China； 2． School of Information Science and Technology，China University of Science and Technology，Hefei 230026，China）

基于Informed－RRT_的苹果采摘机械臂路径规划研究

随机产生同时对路径的重布线ꎬＲＲＴ ∗ 存在迭代速度
ＮＥＣＴ算法的基础进行了改进ꎮ 引入目标偏向与自
枝优化策略与三次非均匀Ｂ样条插值方法对生成的
对路径进行重布线ꎬ对每个新节点循环上述步骤将
会得到渐进最优的路径ꎮ 由于算法在障碍物空间中
慢的同时算法效率较低的问题ꎮ ２０１４年Ｇａｍｍｅｌ提
第５２卷第４期
２０２４年４月
林业机械与木工设备
ＦＯＲＥＳＴＲＹＭＡＣＨＩＮＥＲＹ＆ＷＯＯＤＷＯＲＫＩＮＧＥＱＵＩＰＭＥＮＴ
Ｖｏｌ５２Ｎｏ.４
Ａｐｒ.２０２４
研究与设计
基于Ｉｎｆｏｒｍｅｄ－ＲＲＴ的苹果采摘机械臂
路径规划研究
∗
郭自良１ ꎬ 吴玄博１ ꎬ 殷程凯１ ꎬ 陈青１ꎬ２ ∗ ꎬ 王金鹏１ꎬ２ ꎬ 周宏平１ꎬ２
步长生成子节点ꎮ 改进算法提高了Ｉｎｆｏｒｍｅｄ－ＲＲＴ ∗ 算法探索未知空间的速度和灵活性ꎬ提高最优路径的收
敛速度ꎮ 二维仿真实验表明ꎬ与Ｉｎｆｏｒｍｅｄ－ＲＲＴ ∗ 相比ꎬ改进算法可将初始路径查询更短ꎬ成功率更高ꎮ 通过
三维仿真实验可以看出ꎬ提出的改进采摘机械臂规划算法ꎬ实现了快速的路径查询ꎬ提高了规划查询率ꎬ降低
了索引的盲目性ꎬ验证了该算法的有效性与优越性ꎮ
关键词:采摘机器人ꎻ 运动规划ꎻ 机械臂ꎻ 改进ｉｎｆｏｒｍｅｄ－ＲＲＴ ∗ 算法
中图分类号:Ｓ２２５ꎻＴＰ２４１ꎻＴＰ１８文献标识码:Ａ文章编号:２０９５－２９５３(２０２４)０４－００５９－０７
ＰａｔｈＰｌａｎｎｉｎｇｏｆＡｐｐｌｅＰｉｃｋｉｎｇＲｏｂｏｔＡｒｍＢａｓｅｄｏｎＩｎｆｏｒｍｅｄＲＲＴ ∗

RRT与人工势场法结合的机械臂避障规划

关键词：人工势场法；快速扩展随机树；工业机械臂；避障；路径规划
中图分类号：ＴＰ２４１．２
文献标志码：Ａ
文章编号：１００７．７３７５（２０１７）０２．００５６．０８
ＯｂｓｔａｃｌｅＡｖｏｉｄｅｎｃｅＰａｔｈＰｌａｎｎｉｎｇｆｏｒＲｏｂｏｔＡｒｍＢａｓｅｄｏｎＭｉｘｅｄＡｌｇｏｒｉｔｈｍｏｆＡｒｔｉｉｃｆｉａｌＰｏｔｅｎｔｉａｌＦｉｅｌｄＭｅｔｈｏｄａｎｄＲＲＴ
ａｐｐｌｉｅｄｗｈｅｎｔｈｅｒｏｂｏｔａｉＴｎｌｅａｖｅｓｈｅｔｌｏｃａｌｍｉｎｉｍｕｍ．Ｔｈｉｓｍｅｔｈｏｄｎｏｔｏｎｌｙａｃｈｉｅｖｅｓｏｂｓｔａｃｌｅａｖｏｉｄａｎｃｅｏｎｈｅｔｅｎｄｅｆｆｅｃｔｏｒｏｆｔｈｅｒｏｂｏｔａｒｍ，ｂｕｔａｌｓｏｐｒｅｖｅｎｔｓｔｈｅｃｏｌｌｉｓｉｏｎｂｅｔｗｅｅｎｈｅｔｒｏｄａｎｄｈｅｔｏｂｓｔａｃｌｅ，ｅｖｅｎｔｕａｌｌｙｂｉｒｎｇｉｎｇｔｈｅｅｎｄｅｆｆｅｃｔｏｒｔｏｈｅｔ
ｐｌａｎｎｉｎｇ．Ｗｈｅｎｆａｌｌｉｎｇｉｎｔｏｌｏｃａｌｍｉｎｉｍｕｍ，ｔｈｅｉｍｐｒｏｖｅｄＲＲＴａｌｇｏｒｉｔｈｍｃａｎａｄａｐｔｉｖｅｌｙｓｅｌｅｃｔｔｈｅｔｅｍｐｏｒａｒｙｔａｒｇｅｔｐｏｉｎｔ

基于改进 RRT 算法的移动机器人路径规划

基于改进RRT算法的移动机器人路径规划郭梦诗冯丽娟代传垒（郑州科技学院电子与电气工程学院河南郑州450064）摘要：针对传统RRT算法在多障碍物、曲折狭窄道路等无规律环境下随机性大、收敛速度慢、效率低等问题，提出一种改进RRT路径规划算法，以提高在二维环境下移动机器人的路径规划性能。

改进算法通过引入障碍物因子进行区域节点采样，减少采样时间和次数；同时，对新产生的节点进行约束，降低方向随机性，减少目标区域振荡情况，加快搜索速度；此外，剔除冗余节点使路径更加平滑，路径长度缩短且对内存需求降低。

通过实验仿真验证：改进算法能满足复杂环境下的避障路径规划，随机性降低速度较快，具有较好的可行性和有效性。

关键词：改进RRT算法路径规划平滑避障中图分类号：TP242文献标识码：A文章编号：1674-098X(2022)02(a)-0037-04Path Planning of Mobile Robot Based on ImprovedRRT AlgorithmGUO Mengshi FENG Lijuan DAI Chuanlei(School of Electronics and Electrical Engineering,Zhengzhou University of Science and Technology,Zhengzhou,Henan Province,450064China)Abstract:Aiming at the problems of large randomness,slow convergence and low efficiency of traditional RRT algorithm in irregular environments such as multi obstacles and tortuous narrow roads,an improved RRT path planning algorithm is proposed to improve the path planning performance of mobile robot in two-dimensional environment.The improved algorithm reduces the sampling time and times by introducing the obstacle factor to sample the regional nodes.At the same time,the new nodes are constrained to reduce the direction randomness, reduce the oscillation in the target area and speed up the search speed.In addition,eliminating redundant nodes makes the path smoother,the path length shorter and the memory demand lower.The experimental simulation shows that the improved algorithm can meet the obstacle avoidance path planning in complex environment,reduce the randomness quickly,and has good feasibility and effectiveness.Key Words:Improved RRT algorithm;Path planning;Smooth;Obstacle avoidance随着科技的发展，机器人机械臂在生产生活中的应用愈加广泛［1］。

基于斥力场引导RRT算法的机械臂路径规划

基于斥力场引导RRT算法的机械臂路径规划目录1. 内容描述 (2)1.1 研究背景 (2)1.2 研究意义 (3)1.3 文献综述 (4)2. 内容简述 (6)2.1 研究目标与内容 (7)2.2 研究方法和体系 (8)2.3 结构安排 (8)3. 基出斥力场引导RRT算法 (9)3.1 RRT算法的基本原理 (11)3.2 斥力场概念与特性 (12)3.3 斥力场与RRT算法结合的理论基础 (14)4. 机械臂路径规划问题描述 (15)4.1 机械臂模型 (16)4.2 路径规划目标 (17)4.3 环境与障碍物建模 (18)5. 基于斥力场引导的RRT算法实现 (20)5.1 算法基本框架 (21)5.2 斥力场的计算与优化 (22)5.3 路径搜索策略 (23)6. 仿真与实验验证 (25)6.1 仿真环境与设置 (26)6.2 仿真结果分析 (27)6.3 实验系统与设备 (29)6.4 实验结果与讨论 (30)7. 案例分析 (31)7.1 典型案例选择 (32)7.2 路径规划过程 (33)7.3 结果分析与对比 (34)8. 结论与展望 (35)8.1 研究工作的总结 (37)8.2 研究存在的不足 (37)8.3 未来工作展望 (38)1. 内容描述传统的算法在规划路径时容易受到障碍物局部影响，难以全局优化路径。

为了解决这个问题，本文引入斥力场引导机制，将障碍物作为一个斥力源，通过斥力场引导搜索路径进行全局优化。

该方法首先构建斥力场模型，并将路径规划问题转化为在斥力场中寻找最短路径问题。

然后，利用算法进行路径规划，在拓展节点时，考虑斥力场的影响，使得搜索路径更易避开障碍物，同时兼顾路径长度和可行性。

文档将详细阐述该方法的原理、算法流程、仿真实验和分析结果，并对未来研究方向进行展望。

1.1 研究背景随着工业自动化和智能制造技术的不断进步，机械臂在制造业、物流仓储以及服务行业中的作用日益凸显。

基于改进的RRT^()-connect算法机械臂路径规划

随着时代的飞速发展，高度自主化的机器人在人类社会中的地位与作用越来越大。

而机械臂作为机器人的一个最主要操作部件，其运动规划问题，例如准确抓取物体，在运动中躲避障碍物等，是现在研究的热点，对其运动规划的不断深入研究是非常必要的。

机械臂的运动规划主要在高维空间中进行。

RRT （Rapidly-exploring Random Tree）算法[1]基于随机采样的规划方式，无需对构型空间的障碍物进行精确描述，同时不需要预处理，因此在高维空间被广为使用。

近些年人们对于RRT算法的研究很多，2000年Kuffner等提出RRT-connect算法[2]，通过在起点与终点同时生成两棵随机树，加快了算法的收敛速度，但存在搜索路径步长较长的情况。

2002年Bruce等提出了ERRT（Extend RRT）算法[3]。

2006年Ferguson等提出DRRT （Dynamic RRT）算法[4]。

2011年Karaman和Frazzoli提出改进的RRT*算法[5]，在继承传统RRT算法概率完备性的基础上，同时具备了渐进最优性，保证路径较优，但是会增加搜索时间。

2012年Islam等提出快速收敛的RRT*-smart算法[6]，利用智能采样和路径优化来迫近最优解，但是路径采样点较少，使得路径棱角较大，不利于实际运用。

2013年Jordan等通过将RRT*算法进行双向搜索，提出B-RRT*算法[7]，加快了搜索速度。

同年Salzman等提出在下界树LBT-RRT中连续插值的渐进优化算法[8]。

2015年Qureshi等提出在B-RRT*算法中插入智能函数提高搜索速度的IB-RRT*算法[9]。

同年Klemm等结合RRT*的渐进最优和RRT-connect的双向搜基于改进的RRT*-connect算法机械臂路径规划刘建宇，范平清上海工程技术大学机械与汽车工程学院，上海201620摘要：基于双向渐进最优的RRT*-connect算法，对高维的机械臂运动规划进行分析，从而使规划过程中的搜索路径更短，效率更高。

六自由度机械臂运动规划

六自由度机械臂运动规划六自由度机械臂运动规划摘要：本文介绍了六自由度机械臂运动规划的相关理论及实践应用，涵盖了机器人运动规划的基本流程、运动学、轨迹生成、碰撞检测等方面。

通过对机器人的自主学习与优化，为工业生产提供了更高效、更精准的生产力量。

关键词：机器人、运动规划、六自由度、运动学、轨迹生成一、引言近年来，随着工业自动化水平的提升与机器人技术的不断成熟，机器人的运动规划成为了机器人领域中一个重要的研究方向。

机器人运动规划的目标是生成机器人能够执行的、符合任务要求的运动轨迹。

本文旨在介绍六自由度机械臂运动规划的相关理论、算法及实践应用。

二、机器人运动规划的基本流程机器人运动规划的基本流程包括：建模、运动学分析、约束建模、轨迹生成、路径规划、碰撞检测和性能评估。

其中，运动学分析是机器人运动规划中十分重要的一环，它确定的是机器人的末端在三维空间中的位置和方向。

三、六自由度机械臂的运动学六自由度机械臂是指机械臂具有六个运动自由度，分别为：x,y,z方向的平移自由度和绕x,y,z轴的旋转自由度。

六自由度机械臂的运动学可以通过矩阵变换来表示，通过矩阵变换能够精确计算机器人末端在三维空间中的位置和方向。

四、轨迹生成在确定机器人的末端位置和方向后，需要产生一条能够满足任务需求的运动路径。

轨迹生成是机器人运动规划中比较困难的一部分，需要考虑整个轨迹的平滑性、速度规划和轨迹的长度等因素。

五、碰撞检测在生成轨迹后，还需要进行碰撞检测，以确保机器人在运动过程中不会碰触到其它物体或机器人。

碰撞检测需要考虑到机器人的形状和大小、环境中的其它物体、碰撞检测的精度等因素。

六、实践应用机器人运动规划广泛应用于工业生产、医疗保健、物流等领域。

例如，机器人运动规划可以用于工业装配、零件加工、医疗手术等方面，提高了生产效率和手术精度。

七、结论随着机器人技术的不断发展，机器人运动规划将成为一个越来越重要的研究方向。

不断提高机器人运动规划的精度和效率，将能够为工业生产、医疗手术等领域提供更高水平的服务八、挑战与展望虽然机器人运动规划已经取得了许多成果，但仍面临着许多挑战。

基于改进传统RRT算法的机器人路径规划研究

得效率大大降低ꎮ ＬＡＶＡＬＬＥＳＭ等则提出双向随机树
( ｂｉｄｉｒｅｃｔｉｏｎａｌＲＲＴꎬ ｂｉ－ＲＲＴ) 用来规划高纬度路径 [６] ꎮ
ｂｉ－ＲＲＴ采用起始点和目标点分别生成一颗自己的随机
树ꎬ直到二者相遇即得路径ꎮ 这种方法虽然缩短了时间ꎬ
但却未能得到最优路径ꎮ
近年来ꎬ 随着智能算法的兴起ꎬ 结合强化学习ꎬ
良 [１２] ꎬ广泛应用于二维平面ꎮ 本文采用该方法进行路径
曲线的拟合ꎮ 图８、图９为经过光滑处理后的最终路径ꎮ
显然ꎬ改进后的ＲＲＴ算法得到的路径在经过障碍物附近
(１)
式中:Ｕｒ( Ｘ) 表示在Ｘ点处的斥力场ꎻη 是斥力度因子ꎻρ０
是障碍物的影响范围ꎻＸ０表示障碍物位置ꎻρ( ＸꎬＸ０ ) 表示
位置点Ｘ与障碍物之间的最短距离ꎮ 当距离>ρ０时ꎬ机器
人的运动不受障碍物的影响ꎮ 斥力场产生的斥力为斥力
场的负梯度ꎬ其表达式为
{
Ｆｒ＝－Ñ [ Ｕｒ( Ｘ) ] ＝
这个问题ꎬ结合人工势场中有关于障碍物斥力场及斥力函
数的想法ꎬ本文提出在传统ＲＲＴ算法中引入斥力场及斥
力函数ꎮ
人工势场法是一种虚拟力法ꎬ多用于机器人路径规
划ꎬ其基本原理是在障碍物和目标点附近构建势力场ꎬ通
图２仿真地图１

图３仿真地图２
２) 传统ＲＲＴ算法与改进算法
传统ＲＲＴ算法路径规划结果如图４、图５所示ꎮ 图
ｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍ.
Ｋｅｙｗｏｒｄｓ: ＲＲＴａｌｇｏｒｉｔｈｍꎻ ｒｏｂｏｔꎻ ｄｙｎａｍｉｃｓｔｅｐｓｉｚｅꎻ Ｂｅｚｉｅｒｃｕｒｖｅ