火力发电依然是当下社会的主要发电方式,灰库作为火力发电厂的重要配套设施,主要作用是收集并短期储存锅炉设备产生的飞灰,为保证生产效率,需要定期清理灰库。目前主要采用人工入库清理的方式,效率低下且危险性高。现代科技的迅速发展,使机器代替人工完成清理灰库这类高危工作成为可能。机器人清理时需要进入灰库内部,所以灰库内部的三维数字化模型对机器人实现自动清理具有重要意义。本文针对灰库清理机器人作业需要解决的环境感知和路径规划等关键问题进行深入研究,主要研究内容如下:首先,针对灰库内部高粉尘,弱光的作业环境,提出一种基于单线激光雷达的灰库三维形貌扫描系统,该系统利用激光扫描技术测量精度高,抗干扰能力强的特点,实现对灰库内部的检测,采用旋转单线激光雷达扫描平面的方式,实现对实际空间场景的扫描。根据三维扫描装置结构特征以及激光测量原理分析系统误差来源并对整体系统进行误差补偿,通过上位计算机控制扫描装置的工作过程同时获取原始点云数据。扫描实验证明,本文提出的扫描系统可以采集到真实有效的点云数据。其次,针对原始点云数据的特征,提出一种动态分步处理数据的方法,依次对原始点云进行去噪、平滑以及精简处理,得到目标点云数据。在去噪处理中,提出一种根据角度分割划分窗口范围的中值滤波法,可以有效去除低频噪声点。在精简处理中,提出一种基于局部点云密度分层划分体素网格尺寸的下采样方法,可有效改善点云集中现象。在目标点云三维重建中,对目前应用较广的Crust算法进行分析,针对传统Crust算法的缺陷,基于点云边缘提取原理,提出一种改进的Crust算法。最后,根据三维重建结果结合清理机器人实际运动情况建立清理作业的环境地图。针对蚁群算法易陷于局部最优解的缺点,结合最大最小蚁群算法的改进思想与模拟退火算法随机扰动的特性,提出一种基于模拟退火随机扰动机制的最大最小蚁群算法。以模拟退火算法首次搜索得到的最优解为基础设置最大最小蚁群算法的初始参数,优化算法的初值设置;引入模拟退火算法中以一定概率接受较差解的随机扰动思想,改进信息素更新机制。实验与仿真结果表明,基于模拟退火的最大最小蚁群算法可以在保证收敛速度的同时得到更优的解。