孙 昱，孟祥群，郁苗成，唐厚君

(1. 上海交通大学电气工程系，上海 200240；2. 上海方菱计算机软件有限公司，上海 200240)

0 引言

随着人力成本的上升，机器人进入工厂以提高工厂自动化水平、提高生产力、降低生产成本的需求日益提高。目前，对工业机器人任务路径规划的研究主要集中在点到点的运动规划，即在机器人的初始点与终点位姿确定的情况下,对运动路径约束较少甚至无约束，在此条件下由算法自动完成对运动路径中间点的搜索，在该类规划中有效配置空间大，如何从诸多可行解中选择最优解成为研究的重点。常用的点到点路径规划算法有A*算法[1]、 蚁群算法[2]、 遗传因子算法[3]、 随机树法[4-5]等。

在切割、焊接、打磨和喷涂等六轴工业机器人的典型应用中，需要机器人的末端执行器始终遵循固定的几何路径，同时还需要在工作过程中保持一定的空间姿态。目前对此类具有过程约束的路径规划研究较少，文献[6-7]针对经过空间中多个路径点的固定路径规划问题，通过设计评价路径的目标函数，将多点路径规划问题转化为旅行商问题利用智能优化算法对路径进行求解，得到了较好的规划效果。但所采用智能算法收敛速度慢，且规划结果经过路径点的顺序不确定，机器人在运动过程中不能始终满足任务约束。文献[8-10]提出了基于采样的路径规划算法，在关节空间对满足任务约束的关节配置进行采样，并在采样结果的基础上进行路径规划，这样能保证机器人运动过程中始终满足任务约束，但缺点是对中间状态的随机采样搜索导致算法不适用于末端执行器路径固定的情况。……