随着中国制造向着更精密,更智能的方向发展,机器人领域成为了国内炙手可热的研究领域。移动机械臂作为移动机器人和机械臂的结合体,是一种可以自主感知,规划以及完成各种作业的机器人。对于工厂、物流以及服务业等亟需灵活自主且可执行复杂任务的机器人来代替人工的行业,移动机械臂的相关研究是十分必要和有意义的。移动机械臂处于作业状态时,一个最佳的预作业位姿对于完成诸如抓取等任务是十分关键的,传统的方法是当移动机械臂到达任务地点以后再进行位姿的调整以达到最佳位姿状态,但是当任务点空间较狭小时,调整姿态的过程将是十分困难且耗时的。如果不需这一过程,即移动机械臂从非任务点或其他任务点到达该任务点时,正好处于最佳的任务位姿,那么将很大程度上提高完成任务的效率。这就演变成在确定的工作空间中,如何规划从一个位姿到另一个位姿的路径问题。于是本文将位姿作为限定条件,以智能工厂中移动机械臂的抓取任务为例,针对受限条件下的移动机械臂的路径规划问题展开研究。本文将受限条件下的路径规划问题分解为三个部分:如何自主获取环境信息并建图、如何获取最佳预抓取位姿、如何在地图中规划一条路径使得移动机械臂从起始位姿到达路径终点时即处于预抓取位姿状态。针对这三个问题,本文首先提出了基于改进的快速探测随机树(Rapidly-exploring Random Trees,RRT)算法的探测策略,该方法使用一个具有可变增长率的全局探测树来加速树的生长和对边界点的探测,同时生成一个跟随机器人运动的本地探测树,促使机器人探测附近的未知区域,再使用SLAM功能包同时建立地图,便可以自主完成对环境信息的探索和建图。在智能工厂中,工件和任务点的位置绝大部分都是固定的,那么移动机械臂在执行特定任务时,它的末端执行器的空间位姿是可以预知的。根据这一位姿信息和地图信息本文采用了基于冗余参数的逆运动学求解方法,通过引入冗余参数,并根据几何方法确保可以得到关于冗余参数的预抓取位姿的收敛解,再设计优化目标函数得到最佳的预抓取位姿解。接着本文将人工势场函数引入RRT-Connect算法中,通过提出包含位姿信息的引力函数规划出起始位姿到预抓取位姿的路径。最后通过仿真实验,验证了本文方案的可行性,并通过分析实验,提出了改进的方向。