空间机器人将是未来空间技术的一个重要发展方向,以空间机器人开展的在轨服务任务相比宇航员出舱操作能够显著地降低成本和风险,完成更加复杂的在轨操作。而自由漂浮空间机器人是工作在基座无控模式下的空间机器人,仅通过控制关节转动完成各种操作。本文研究了基于采样的算法在自由漂浮空间机器人目标抓捕运动规划问题中的应用。介绍一种针对自由漂浮空间机器人的运动学建模方法,并分析系统耦合性、非完整性和非线性给规划问题带来的挑战。在此基础上,完成以UR10为机械臂构型的六自由度自由漂浮空间机器人运动学模型的建立和仿真实验,为后文的运动规划做下铺垫。改进原始的RRT算法(快速扩展随机树,Rapidly-Exploring Random Tree),处理简化的目标抓捕运动规划问题。简化的规划问题以关节转速为控制输入,考虑了关节角限位约束、转速上限约束和基座扰动约束,需要实现机械臂末端位姿状态的转移。本文对RRT主要的改进是加入了任务空间的目标偏向和转置雅可比矩阵的外推环节,仿真验证了基于采样算法的可用性。改进一种更为先进的采样运动规划算法——稳定稀疏RRT(Stable SparseRRT,SST),处理更一般情况下的自由漂浮空间机器人抓捕运动规划问题。SST算法在RRT-Extend的基础上增加了局部最优的概念和剪枝操作,提供了一些更可靠的性质。这里的抓捕运动规划问题以关节角加速度为控制输入的,在前文的基础上又考虑了关节角加速度约束、碰撞规避以及终端机械臂末端速度、角速度约束。本文在SST的框架内使用了以目标偏向和任务空间度量引导来改善扩张效率的办法,并引入任务空间采样的滚动规划来加快算法寻找到可行解,实现了自由漂浮空间机器人高维、多约束的目标抓捕运动规划。