刀具空行程路径规划是服装CAD裁剪系统中的重要组成部分，蚁群算法是路径规划的经典方法。研究蚁群算法在刀具空行程路径规划中的应用有着重要的应用价值。大规模的工业生产需要要求系统具有解决大规模优化任务的高效方法。但对于大规模优化任务，传统蚁群算法及其改进算法出现明显优化能力下降和耗时严重的问题，无法满足工业需要。本文着眼于研究蚁群算法在解决大规模优化任务时遇到的优化能力下降和耗时严重的不足，并尝试寻找解决方法。　　本文对PLT文件进行了分析，研究了单连通闭合轮廓裁片角点特征。为解决裁片角点提取准确率低和角点遗漏的问题，本文提出了一种分步筛选的角点提取方法，该方法包括基于自适应支撑区间的轮廓特征点检测，固定支撑区间的角点预选和凸多边形角点确定三部分。针对蚁群算法解决大规模优化任务出现的优化能力下降和耗时严重等不足，提出了一种分层组合优化方法，该方法主要包括 K-means聚类分组，蚁群全局组优化和局部贪心优化三部分。对蚁群算法的并行结构进行了研究。为了进一步提高蚁群算法的优化速度，降低优化耗时，讨论了蚁群算法的并行化处理方案。基于OpenMP并行库，对蚁群算法进行并行处理。对分步筛选角点提取方法的测试统计表明，该方法在角点提取上取得了较好的角点提取正确率和较低的角点漏检率，验证了该方法的实用性；对分层组合优化方法测试统计表明，该方法在降低优化耗时上有显著的进步，验证了该方法的可靠性；对并行处理后的蚁群算法测试统计表明，该方法在提高算法效率上有明显的效果，验证了该方法的可行性。