目前,随着科学技术的发展,智能机器人及其相关技术得到了极大的提高。码垛机器人是人们的生产生活中出现得比较多的机器人,人们对码垛机器人机械手的运动提出了更高的控制要求,要求它能够独立进行动态避障,路径规划等。码垛机器人机械手的工作环境具有多变性以及复杂性的特点,这就决定了码垛机器人机械手的路径规划问题为智能机器人研究领域的一个重点研究对象。路径规划作为对码垛机器人机械手运动研究中的一个十分重要的研究方向,它指的是码垛机器人机械手按照某一性能指标(例如时间、距离以及能量等)得要一条由起始地点到目标地点的无碰撞的最好运动路径,且要求路径尽可能的短和安全。生物地理学算法(BBO)为利用了自然界中栖息地的迁移变异机制,作为路径规划研究领域中的一种可行的启发式算法。基于此,本文利用生物地理学算法(BBO)进行码垛机器人机械手的路径人优化研究,并完成了以下几个工作:(1)对码垛机械人的机械手运动的关键技术,进行了介绍,主要包含了导航、定位和多传感器信息融合技术。并阐述了机器人路径规划的相关定义以及路径规划的分类情况。此外,介绍了现在用得比较多的机器人路径规划方法,即传统方法和最近几年出现的新方法。分析了码垛机器人机械手的作业环境特点及其路径规划研究必要性和前提。(2)详细介绍了生物地理学算法(BBO)的实际操作流程,主要是生物地理学算法(BBO)的两个重要操作:迁移操作和变异操作。还介绍了生物地理学算法(BBO)的优化流程,并用14个基准函数验证生物地理学算法(BBO)的性能,并与遗传算法(GA)和粒子群算法(PSO)进行比较分析,结果表明生物地理学算法(BBO)拥有更加优秀的性能,优化能力比传统的与GA算法和PSO算法要好。(3)采用栅格建立地图的方法建立码垛机器人的机械手的地图模型,使用栅格序号的方法开展编码以及使用间断无障碍路径来产生生物地理学算法的初始种群;然后,在考虑路径长度和路径安全性的基础上选取合适的适宜度函数;进行迁入、迁出以及变异操作;最后,基于静态环境,对码垛机器人的机械手进行全局路径规划,并用MATLAB仿真得到最优的路径,优化结果与遗传算法(GA)和人工势场法进行了比较。试验结果表明,用生物地理学算法(BBO)优化得到的码垛机器人路径规划效果在安全性和路径长度上优于传统的遗传算法(GA)和人工势场法。本研究对改善码垛机器人机械手的路径规划.具有重要的指导意义。针对传统路径规划算法在安全性和可靠性上不能达到理想要求的现状,生物地理学优化算法(BBO)是一种新的更优的选择。