1.一种融合低差异序列与RRT算法的机械臂路径规划方法，其特征在于，包括以下步骤：

步骤一：初始化工作环境

建立机械臂的运动学模型并确定机械臂的运动空间和障碍物Obstacle；获取机械臂状态空间中的起始点xstart和目标点xgoal；初始化随机树Tnode；并确定RRT算法参数：目标偏置概率p、采样池容量n、步长step及允许误差error；

步骤二：关节角空间采样

2.1设定目标偏置概率p，并在区间范围(0，1)之间生成随机数rand；

2.2若rand≤p，不再进行采样，令采样点xsample等于目标点xgoal；

2.3若rand>p使用Sobol序列生成n个采样点xsample按与目标点xgoal欧式距离的远近，从小到大排列进入采样池；

步骤三：生成新节点

3.1寻找随机树Tnode中距离采样点xsample最近的一个点作为最近节点xnearest；

3.2在最近节点xnearest到采样点xsample的连线方向上以步长step前进生成新节点xnew；

3.3进行碰撞检测，判断生成的新节点xnew对应的机械臂位姿是否与障碍物发生碰撞；

在与障碍物发生碰撞的情况下，若当前采样点xsample是由步骤2.2得到的，转到步骤二重新采样；若当前采样点xsample是由步骤2.3得到的，舍弃该采样点按顺序选择采样池中下一个采样点xsample并转到步骤三生成新节点xnew，除非采样池中采样点xsample生成的新节点xnearest都不满足要求再重新进行采样；若没有检测到碰撞则将新节点xnew存储到随机树Tnode，且最近节点xnearest视为新节点xnew的父节点；

3.4根据更新后的随机树Tnode，重复步骤二～步骤三，直到得到的最新的节点xnew满足|xnew‑xgoal|

3.5在随机树Tnode中根据各节点的父子关系，反向搜索找到规划路径；

步骤四：路径优化处理

将步骤三得到的路径使用基于最小二乘法的五次多项式拟合方法拟合出光滑曲线，采样光滑曲线上的点并按机械臂控制器的通讯协议通过串口发送控制指令。

2.根据权利要求1所述的融合低差异序列与RRT算法的机械臂路径规划方法，其特征在于：在所述步骤二中，所述Sobol序列是一种比伪随机序列分布更加均匀的序列，是一组基i

于{vi}所形成的序列， mi<2且为正奇数；vi，mi的生成依赖于系数为a、阶数为p的简单多项式f(z)，多项式系数只为0或1，形式为：p p‑1

f(z)＝z+a1z +…+ap‑1z+ap当ip时，mi递推公式为：其中 表示二进制按位异或，对于vi的递归公式为：其中 表示向下取整。

得到Sobol序列的第i个数：

其中…b3b2b1是i的二进制表示；

所述采样点xsample由机械臂各个关节角组成，每一个关节角由一个Sobol序列生成；通过改变多项式f(z)的系数，得到不同的Sobol序列；得到的Sobol序列均匀分布于(0,1)空间；采样点xsample中的一个关节角表示为min+(max‑min)*xi，其中min和max表示关节角上下限。