桥式起重机广泛应用在钢铁化工、港口码头、物流周转、工矿企业等场所,桥式起重机横驾在工作场景的上方,不因地面的物体阻碍,是一种非常常用的起重设备。由于人工驾驶存在失误及工作场景的限制,伴随着电子通信技术的飞速发展,起重机未来会向着无人化、智能化发展,那么路径规划将是起重机智能化的关键部分。本文将国内外学者对桥式起重机路径规划的研究进行了分析总结,并简述了路径规划的方法,之后针对路径规划中对于三维环境研究较少的问题,分别对静态环境、动态环境和复杂环境进行了研究。具体的研究内容如下:首先,针对桥式起重机路径规划时路径较长且算法迭代次数多的问题,在三维静态环境中,建立环境模型,对粒子群的参数进行改进,并结合自然选择的机理,利用改进的粒子群优化算法得到了较短且迭代次数少的安全的路径。仿真验证了该算法在三维静态环境中进行避障路径规划的可行性。然后,由于起重机运行中出现未知障碍物会影响运行甚至带来危险,所以在三维动态环境下研究桥式起重机的吊装避障路径规划。简述了动态环境路径规划的方法,之后建立环境模型,应用动态粒子群算法,对其参数进行了改进,用探测粒子检测环境是否发生变化,当环境变化时,触发响应机制,初始化部分或全部粒子得到新环境下的路径。仿真验证了动态粒子群算法在三维动态环境中进行避障路径规划的可行性。最后,桥式起重机如果在障碍物较多且形状各异的复杂环境下进行作业,对路径规划的实时性要求较高,在路径规划时不仅要考虑路径长度,也要考虑到快速性。简述了快速扩展随机树算法(rapidly-exploring random tree,RRT)在路径规划方面的广泛应用,然后采用双向RRT算法,并结合粒子群算法对路径进行了光滑处理,缩短了算法的收敛时间,得到拐角较少的最优路径。仿真验证了改进RRT算法在路径规划上的可行性和优越性。