摘要：为提高工业机械臂对目标物体抓取及对障碍物躲避的效率和成功率,提出一种基于改进抓取信息引导的快速随机树星(GI-RRT^(*))的机械臂路径规划算法.首先,预先设定最大迭代次数和自适应函数,缩短机械臂运动轨迹生成时间,增强采样导向性和质量;其次,基于椭圆形子集直接采样,对采样点位置进行约束,提高采样效率;最后,采用贪心算法删除机械臂运动轨迹的冗余点,并使用三次B样条曲线平滑约束机械臂运动轨迹,提高机械臂运动轨迹的柔顺性.利用生成残差卷积神经网络模型预测,输入深度相机采集的彩色图像和深度图像,输出视场中物体的适当映射抓取位姿.为验证机械臂的抓取效果,选择三指气动柔性夹爪,设计柔性抓取模块,并结合法奥(FR3)协作机械臂构建自主抓取系统,进行二维地图仿真和机械臂样机实验.结果表明,与传统的信息引导的快速随机树星算法相比,GI-RRT^(*)算法运动轨迹长度缩短10.11%,轨迹生成时间缩短62.68%.同时,算法具有较强的鲁棒性.机械臂能独立地避开障碍物、抓取目标物体,满足其自主抓取的需求.