桥式抓斗卸船机作为港口散货物料装卸的主要设备,具有适应码头恶劣作业环境、运行成本低等优点。为了适应散货物料运输高效化的发展需求,需要在实时获取作业场景动态变化的前提下,改进卸船机人工操作为主的工作模式,实现装卸作业自动化。本文利用激光三维扫描技术所具有的测量精度高、测量尺度大、抗干扰能力强等优点,针对卸船机自动化作业需要解决的作业场景构建、理解及抓斗路径规划等核心问题展开研究,主要研究内容如下:论文首先采用激光三维扫描技术对卸船机作业场景进行扫描,并利用扫描得到的点云数据实现对场景的三维重建。在三维点云场景中,研究采用基于SHOT特征匹配结合3D霍夫变换分割的方法实现参照反射板的识别定位,并根据相对位置关系进一步完成激光扫描仪在作业场景世界坐标系的定位。提出一种基于高程统计的方法对甲板平面进行分割,以及基于点云法向球特征的船舱平面分割RANSAC算法,并根据甲板、船舱平面确定抓斗工作的可行域;根据船舱位置分割出物料区域点云,实现对物料区域的网格划分,从而得到物料高程分布统计信息。研究了抓斗抓取点规划,抓斗运行过程中防撞、防摇、以及抛料卸料控制策略等问题,基于物料区域网格化的结果,分别从横向和纵向,也即大车和小车运动方向综合考虑了抓斗抓取点的自动规划策略;基于抓斗工作可行域提出了抓斗运行过程中的防撞策略。为了分析抓斗运行过程中的防摇和抛料卸料策略,首先建立了卸船机小车抓斗的物理模型,基于对模型的分析,提出了一种基于遗传算法优化的神经网络方法实现了小车抓斗起升联动阶段变绳长情况下的抓斗防摇摆控制;为了提高卸船机自动化作业的效率,提出了一种抛料卸料的方式,实现了动态卸料的方式,并综合考虑了卸料完成后返回海侧过程中的防摇摆问题。并基于Adams对小车抓斗系统进行了运动学仿真,验证了上述路径规划算法的有效性。基于VS和Qt编程环境,并以点云处理开源库PCL作为开发工具,编程实现了卸船机自动化作业控制软件,实现了基于激光三维视觉的散货船自动化作业动态场景构建和抓斗抓取路径的动态规划等核心功能。最后,利用现场实测数据对点云场景分割相关的核心算法进行了测试,测试结果验证了算法的有效性。