1.一种改进的RRT算法，其特征在于：结合Dijkstra算法使用贪心策略计算从起始点到目标点的最短路径，得到改进的RRT算法方程，其算法步骤为：步骤A，初始化变量；

步骤B，随机采样生成节点qnew，并进行碰撞检测，若发生碰撞则进入下一次迭代，重新采样，否则进行下一步；

步骤C，判断生成的qnew节点与qgoal是否满足提前给定的约束，若满足，则转步骤G，否则转步骤D；

步骤D，根据生成的qnew情况，调用自适应步长策略，调整步长因子；

步骤E，根据扩展点选择策略，扩展新节点，然后进行碰撞检测，如果无碰撞，则生成新节点qnew然后转步骤C判断，否则转到步骤F；

步骤F，此时判断生成树是否陷入了局部极小值，如果陷入局部极小值，则调用局部逃脱算法生成qnew然后转步骤C判断，若没陷入极小值转步骤D；

步骤G，此时一个满足系统约束的随机扩展树已经生成，调用Dijkstra算法优化路径，若新路径代价较小，则更新路径；

步骤H，返回生成的RRT树，构建过程结束。

2.工业机器人路径避障规划方法，其特征在于：其方法步骤如下：步骤一，对机械臂进行建模，利于建模过程计算处正逆运动学算法；

步骤二，利用机械臂所处环境，给定目标位姿和障碍物环境；

步骤三，建立改进的RRT算法方程，通过步骤二参数给定三维任务空间约束，并基于约束，利用改进的RRT算法在机械臂的笛卡尔空间搜索路径，使其即不与障碍物碰撞，也不发生自碰撞；

步骤四，利用步骤三获得的路径，进行贪心优化，并利用约束对优化后的路径上的插值点，确定出该点处的机械臂最优位姿；

步骤五，通过控制机械臂的行径，整合出最优位姿集合，使机械臂无碰撞的达到目标位姿；

步骤六，根据上述步骤得到的结果进行验证。

3.根据权利要求2所述的工业机器人路径避障规划方法，其特征在于：步骤一中所述的机械臂是指六自由度的串联机械臂。

4.根据权利要求2所述的工业机器人路径避障规划方法，其特征在于：在步骤三或四中，使用改进的RRT算法在笛卡尔空间中规划出一条机械臂末端的有效路径，对于机械臂末端在走这条有效路径时，其他关节连杆的位姿的确定方式如下：关于确定目标点处机械臂最优位姿对应的关节角：(a)若机械臂末端位姿已经确定，则首先根据该末端位姿能够逆解出8组解，关于8组解中的每一组解，首先通过正运动学得出路径中每个连杆的坐标位置的插值点，其次运用包络法，选出解中满足关节限位和符合约束条件的解，最后通过计算确定一个最优目标位姿的关节角；

当机械臂末端位姿已经确定，由逆运动学得到8组逆解，其中4组解是不满足关节限位的约束的，则从另外的4组逆解中，求出最小路径的代价；

(b)当末端姿态不固定时，首先计算出根据机械臂末端的位置坐标从全局Global_System()中计算其姿态：考虑奇异点的同时要满足关节限位和避障，雅可比矩阵条件数的非线性约束条件，最终确定最优目标位姿对应的关节角。

5.根据权利要求1或4所述的一种的改进RRT算法及工业机器人路径避障规划方法，其特征在于：在确定了机械臂在目标点处的最优位姿后，继续确定机械臂从起始点运动到目标点的路径上的最优位姿，具体过程为：首先利用改进后的RRT得到(a)中的路径及其上的插值点；若在某一插值点不存在有效关节角时，则以当前插值点为起始点qinit，重新规划一条到终点qgoal的扩展树，并计算插值点处的有效解，直到找到符合条件的一条路径或者达到迭代上限为止。

6.根据权利要求1或2所述的工业机器人路径避障规划方法，其特征在于：在步骤六中，通过控制机械臂的行径，整合出最优位姿集合的过程，具体验证步骤细化为：

步骤六一，利用实验平台进行运行，以点状机器人和六自由度的串联机械臂作为实验对象验证改进算法，点状机器人仿真在Matlab R2019a仿真平台运行，六自由度机械臂在ROS仿真平台进行；

步骤六二，进行上述算法验证及结果对照；

步骤六三，最终完成点状机器人仿真，实现改进RRT的工业机器人路径避障规划算法，仿真实验中，算法的搜索步长均为50，最大迭代次数为10000，实验次数为500次；二维实验中将避障环境设置为一个大小为1000*1000的平面，在其中添加障碍物进行测验。