一种基于RRT-TAGB算法的工业机器人抓取避障路径规划方法

本发明公开了一种基于RRT‑TAGB算法的工业机器人抓取避障路径规划方法，属于机械装配领域。首先，针对传统RRT算法搜索随机性大的问题，提出了一种自适应目标偏置采样策略，通过障碍物与抓取工作空间的体积关系，确定目标采样概率，使随机树更快地扩展到目标点，提高算法在搜索过程中的导向性；其次，为了有效解决在密集障碍物环境中容易陷入局部最优，导致路径规划失败的问题，利用人工势场法进行局部路径规划，重新调整节点的位置得到优化路径；接着，针对路径上无效节点过多的问题，采用贪心策略去除路径的冗余节点，减少路径的长度；最后，针对路径质量差的问题，使用三次B样条曲线对路径进行平滑操作，去除不必要的拐角，以提高路径的质量。本发明采用的RRT‑TAGB算法，提高了随机树生长的导向性，大量减少了路径上的冗余节点，缩短了搜索时间，最终路径也更加平滑，总体避障路径质量更高，保证了工业机器人在复杂环境中的抓取避障的适应能力。