机器人学是一门集机械、控制、电子以及计算机科学等多个学科交叉于一体的新兴技术。随着工业4.0时代的到来，工业机械臂的避障路径规划问题已成为当今机器人研究领域上的一个热点。机器人避障路径规划是指在障碍物存在的情况下，规划出一条从起始状态开始运动到目标状态为止的无碰撞路径。在机械臂运动的过程中，不仅要避免机械臂末端与障碍物发生碰撞，同时要防止杆端与障碍物产生碰撞，使得机械臂的避障路径规划与一般的移动机器人避障规划相比状态空间维数更高，更具复杂性。　　本文以KUKA公司的工业机械臂youBot为实验研究对象，依据官方相关技术参数，建立Denavit-Hartenberg参数模型，求出工业机械臂youBot的运动学方程；以球形包络描述障碍物模型，简化对障碍物的描述，将障碍物用球形包围盒来模拟，将机械臂连杆用圆柱体来模拟，把工业机械臂的碰撞检测问题转化为线段和球体之间的碰撞检测问题，并使用空间几何知识进行判断碰撞情况；通过编写关于工业机械臂youBot的标准化机器人描述格式（URDF）文件，把youBot模型导入到3D可视化工具Rviz中进行可视化仿真，并进行简单的运动控制。　　针对传统快速扩展随机树算法在机械臂避障路径规划中由于随机性大导致避障路径规划可重复性差的问题，通过借鉴启发式算法中A*算法的经验，对传统快速扩展随机树算法进行了改进，使树的生长方向偏向于目标点；针对人工势场法在工业机械臂避障路径规划中容易陷入局部极小值的固有缺陷，提出结合改进的快速扩展随机树算法与人工势场法来共同进行避障路径规划。首先，利用人工势场法进行局部路径规划，当陷入局部极小值时，使用改进的快速扩展随机算法自适应地选取临时目标点，使搜索过程跳出局部极小值点；当机械臂逃离局部极小值点时，切换回人工势场法接着进行规划，直到到达目标点为止。通过数值仿真实验验证了该混合算法在机械臂避障路径规划中的有效性，解决了单独使用人工势场法导致的局部极小值问题；通过与其他类似算法进行比较，得出了该算法具有运行过程简单，适应环境变化，在复杂环境下依然有效的优点的结论，满足于机械臂避障的要求。最后，通过在Rviz中进行虚拟仿真实验和在现实环境中进行实际实验，表明了该算法不仅理论上可行，也能够满足于实际应用的需要。