核设施在退役后会产生大量表面受到放射性污染的金属废弃物,需对其表面进行激光烧蚀去污以去除废弃物表面沉积的放射性核素。由于存在放射性污染,整个清洁过程必须避免人工操作。因此,使用机器人作为执行装置搭载激光烧蚀器对废弃工件进行清洁。在这一过程中,机器人的运动规划算法将发挥重要的作用。运动规划直接决定着机器人的作业效率和运动性能,是机器人自动控制领域重要的研究课题。本文针对激光去污系统,开发了由废弃工件点云数据进行机器人运动规划的整体算法。首先对废弃工件点云数据进行处理以提取激光烧蚀点位,全部点位提取完成后进行全局去污路径规划以及烧蚀点位之间的机器人局部轨迹规划。主要研究内容如下:（1）分析了激光去污系统原理与总体构成,并规划了系统工作流程。即首先由机器人搭载激光扫描仪扫描工件得到工件表面点云数据。在完成运动规划后,机器人依据运动规划结果搭载激光烧蚀器完成烧蚀去污。随后重点分析了系统中的测量模块、运动模块、工装夹具和激光烧蚀器对于运动规划的影响及各部分关键参数。（2）对点云数据处理进行了研究,提出了烧蚀点位提取算法。完成点云去噪后,进行点云结构化,降低了后续处理的复杂程度。随后类比聚类算法,提出了一种点云全局优化分割算法,能够根据参数的不同对点云数据进行不同的分割。分割后的每一个子区域均对应一个待加工点位。最后进行干涉检测以确定机器人末端执行器的位姿。（3）针对机器人路径规划展开了研究。将路径与轨迹信息结合,提出了一种反应轨迹信息的路径规划数学模型,并使用蚁群算法进行求解。为了改善蚁群算法存在的容易陷入局部最优的不足,提出了两种改进措施。数值仿真验证了方法的有效性。（4）研究了机器人轨迹规划方法,并选定轨迹规划目标为最小冲击规划。使用伯恩斯坦（Bernstein）多项式拟合轨迹曲线。随后提出了改进混沌粒子群算法进行求解。数值仿真和系统实际运行测试验证了方法的有效性。