周子剑, 李利霞, 李志敏, 刘涛, 徐济进, 石如星
针对传统快速随机树(Rapidly-Exploring Random Tree, RRT)算法在机械臂路径规划中存在采样效率低、路径质量差及未充分考虑关节力矩与运动平滑性约束等问题,本文提出一种考虑力学约束的自适应RRT路径规划算法(Adaptive RRT with Mechanical Constraints, ARRT-MC),实现六自由度机械臂在关节空间中的高效、安全与平滑路径生成.算法采用Sobol序列生成初始样本,结合碰撞反馈驱动的自适应偏置机制动态调节采样密度与方向,提升采样覆盖率与收敛速度;在父节点选择中引入多目标代价函数,综合权衡路径长度、最大关节力矩、运动平滑性及环境导向性,实现路径质量的全局优化;扩展阶段设计基于碰撞-力矩反馈的起始点与目标点联合扩展-动态步长策略,增强路径导向性与鲁棒性.进一步,集成双向异步路径剪枝-局部择优、自适应平滑化与局部优化机制,有效消除冗余路径、提升轨迹连续性并抑制关节力矩波动.仿真实验结果表明,本文算法在路径质量、收敛效率与运动性能方面均显著优于传统方法,具备良好的工程应用前景.