随着人工智能时代的到来，越来越多的机器人融入到生产过程中。它们将人类从繁重和重复的劳动中解放出来。随着机器人数量的增加和生产柔性需求的提升，机器人将面对更大的碰撞风险和运动规划的运算压力。
　　论文以流水线物流分拣堆码为场景，以两个六自由度机械臂为研究对象，使用基于概率采样的随机路标法，设计了多自由度机器人实时运动规划系统。对于码垛形成的障碍物，论文设计了静态码垛碰撞检测加速器，通过改进基于空间分割的碰撞检测方法，实现占用栅格编码路径并通过并行检测提高执行速度。对于双臂避障和协作，论文设计了动态路径碰撞检测加速器，改进了基于包围盒模型计算的碰撞检测方法，并通过并行计算提高检测速度。论文对静态码垛碰撞检测加速器进行了优化，一方面通过压缩编码空间、选择笛卡尔编码坐标系、进行不对称编码等方法提高了编码效率；另一方面通过随机存取存储器保存编码表，实现了加速器的部署。论文分析了动态路径碰撞检测加速器功能子单元可行的并行配置和总线延迟，根据硬件平台提出约束条件，构建硬件资源-执行时间多目标优化问题，并通过求解多目标优化问题，最终获得满足要求的软硬件配置。
　　论文提出的机器人驱动控制器实现了两个机械臂的运动控制和路径规划。通过对比两种碰撞检测加速器的方案，证明了所设计的静态码垛碰撞检测加速器能够节约硬件资源开销并保证控制性能；所设计的动态路径碰撞检测加速器能够实现硬件资源-执行时间的最优化。论文对所提出的方案进行了功能仿真与物理系统测试。仿真与测试结果表明，两个机械臂实现了流畅地动态运动规划和碰撞检测，证明了本文设计的多自由度机器人运动规划系统的可行性和有效性。