桥式起重机作为应用最广泛的起重机械,运行效率和自动化程度仍然很低。本文围绕桥式起重机的自动化运行,研究了基于RGB-D SLAM的室内离线三维点云地图构建,面向车间环境的二维和三维的地图表示,以及桥式起重机在二维平面基于改进蚁群算法的全局路径规划。首先建立了桥式起重机视觉SLAM系统的坐标系模型、运动模型和传感器观测模型,并完成了Kinect的标定。通过基于ORB算法和BF算法的图像特征的提取与匹配以及基于ICP算法的相机运动估计建立了视觉里程计,并利用g2o工具实现图优化的后端,然后采用随机检测法实现回环检测,最终构建了环境的稠密地图。在PCL点云库和octomap库下通过对点云地图的处理与变换得到二维和三维占据栅格地图。然后研究了蚁群算法在Matlab编程环境下的算法实现,在此基础上,针对传统蚁群算法收敛速度慢,容易陷入局部最优等缺点,借鉴A*算法和狼群分配原则改进自适应启发函数、信息素更新机制。根据桥式起重机的运行特征,通过运动学动力学分析抽象出两个仿真因子:路径长度和节点数量,提出以路径长度、运行时间和稳定性等性能参数为代价的新的评价标准。栅格环境下的桥式起重机路径规划仿真结果表明,改进的蚁群算法提高算法的收敛速度,避免搜索陷入局部最优,可以得到较优的工程应用路径。最后,在起重机模拟运行实验平台下,通过RGB-D SLAM获取当前环境下的点云地图,并处理得到二维占据栅格地图,然后通过改进蚁群算法规划全局路径,实验平台运行结果展示吊钩沿着规划的路径很好避开障碍物到达目标点,验证了方案的可行性。