随着科学技术的发展,工业机器人进行作业的环境和作业任务变得越来越复杂,人们对工业机器人的路径规划要求也变得越来越高,因此工业机器人在运动过程中与障碍物的干涉判断问题成为机器人路径规划技术研究中的重要部分。本文在研究了机器人运动学建模的基础上,通过比较连杆与障碍物的轴线距离和轴角大小两种方法,对机器人工作状态进行了干涉判断。在此基础上,改进了快速扩展随机树(Rapidly-Exploring-Random Tree,RRT)算法,提升了它的稳定性,并将之应用于路径规划,取得了较好的效果。具体研究内容包括以下几个方面:首先,本文对机器人运动学相关理论进行分析研究,进一步了解机器人位姿、坐标变换等内容。以Motoman ES165D机器人为研究对象,建立了D-H参数模型,并对其进行正运动学与逆运动学方程求解。其次,进行了机器人连杆之间以及与障碍物之间的干涉判断方法研究。本文所采用方法一种是基于轴线距离进行干涉判断,另一种是基于障碍物与连杆之间的轴角进行干涉判断,两种方法都是通过将障碍物的位置参数转换成判断条件,判断是否有干涉状况发生,提高了干涉判断精度。为解决空间中三维数据计算量大且复杂的问题,本文将机器人连杆与障碍物简化为圆锥体或圆柱体,然后对简化后的连杆与障碍物进行平面投影,将三维干涉问题转化为二维干涉问题,降低了算法复杂度,提高了运算速度与效率。然后,针对传统快速扩展随机树算法随机性大、收敛速度慢,路径非最优等问题,对其进行了改进。改进的算法是通过引入方向向量,在扩展节点时以方向向量为基准方向选择节点,逐渐增加叶子节点,降低了节点的随机性,提高了扩展速度。仿真结果表明,改进后的RRT算法路径中随机节点数减少,规划得到的路径更优。最后,借助Unity3D软件,对机器人干涉判断方法以及改进的RRT算法进行三维虚拟仿真,直观地呈现出机器人在改进RRT算法下的避障路径规划过程。