机械臂的路径规划作为机器人学中最重要的研究课题之一,具有重要的研究价值。科学合理的规划轨迹是保证机械臂正常高效作业的前提。随着工业发展过程中对于机械臂自动化和智能化要求的不断提升,原有的路径规划算法已经无法满足要求。为了提高机械臂的工作效率,同时保证机械臂可以平稳安全的完成工作任务,研究新的路径规划算法就变得十分重要。六自由度机械臂是制造业中应用最广泛的机器人之一,它具有操作灵活、工作可靠、编程自由和通用性强等特点,因此本文以UR10机械臂为研究对象,对机械臂进行运动学建模与分析,对原有的路径规划算法进行改进,并搭建了基于MATLAB和ROS的三维仿真平台,以建立的机械臂模型为研究对象,在仿真平台上进行算法仿真验证。首先,根据UR10机械臂的结构参数,采用D-H法对UR10机械臂进行建模,利用空间坐标变换原理推导得到机械臂的正运动学和逆运动学方程。为了检验正运动学模型的正确性,使用MATLAB中的Robotic Toolbox仿真工具箱进行验证。其次,针对机械臂在路径规划过程中的碰撞检测问题,对几种常用的碰撞检测模型进行分析,分别采用圆柱形和球形包围盒对机械臂和障碍物进行简化。针对RRT*和RRT-Connect算法扩展过程中缺乏方向性,收敛速度慢的缺点,以RRTConnect算法为基础,给出了一种引入智能采样函数的新RRT-Connect算法,除此之外,还对新RRT-Connect算法中的随机树搜索方式做了改进。在MATLAB中对RRT*、RRT-Connect以及给出的改进型RRT-Connect算法进行避障路径规划仿真,验证了新算法的有效性。针对新RRT算法规划出的路径平滑度仍然无法令人满意的问题,提出了一种利用B样条曲线对新算法进行后处理的方法,经仿真验证,该方法能够有效的增加新型RRT-Connect算法规划出的路径的平滑度。最后,在目前国际上主流的开源机器人操作系统ROS中,结合Solid Works导出的六自由度机械臂模型,运用Moveit功能包对机械臂模型文件进行相应的配置,获得一个完整的运动配置功能包。完成了RRT-Connect算法和RRT*算法在两种不同的障碍物场景内的路径规划,导出机械臂各关节的运动状态信息并对仿真得到的结果进行分析。