随着国民经济的持续发展和居民生活水平的提高,人们对皮革制品的数量和质量需求不断提高。目前皮革排样下料主要采用人工加机器的方式进行,这种生产方式不仅需要大量的人工劳动力,而且具有排样效率低、原料利用率低等缺点。皮革切割机器人实现了皮革扫描、排样、切割、送料等生产过程的智能化和自动化,提高了皮革制造行业的生产效率和质量。作为皮革切割机器人的核心技术,排样算法是将待加工零件组以合理的方式摆放于原料板材内部,零件之间互不重叠,达到最大限度提高原料利用率的目的。因此,研究皮革切割机器人智能排样算法具有重要意义。本文首先对皮革切割机器人及其发展进行了简要介绍,引出了该类设备中的核心技术-智能排样算法。然后对皮革切割机器人中所需要解决的二维排样问题进行了详细介绍,包括问题的定义、分类、解决难点、研究现状等方面。接着详细研究和论述了排样算法中的关键技术,包括零件描述方式、图形平移旋转、图形位置关系计算—NFP(临界多边形)算法、启发式排样算法几个方面,对不同方法从实现过程、复杂度、适用范围多个方面进行了分析。在现有排样算法研究的基础上,提出了根据边界轮廓匹配度对零件进行定位的准则,设计了基于内部NFP的零件位置搜索策略。在内部NFP计算之前,加入对已排样零件之间空闲区域进行检测的环节,解决了传统NFP算法中此类空闲区域无法得到充分利用的问题。基于边界轮廓匹配和NFP设计实现了启发式二维排样算法,选取典型排样测试用例对算法进行验证分析。最后,结合皮革切割机器人平台,设计了智能排样系统,将排样算法嵌入系统软件中,实现了皮革扫描、智能排样、切割、送料等自动化生产过程,并选取皮革原料和零件组进行实际测试,验证系统和算法的可行性、实用性。对选取的典型排样案例进行测试,结果表明本文设计的基于边界轮廓匹配和NFP的启发式二维排样算法能够适应于不同类型的排样问题,取得较好的排样结果。同时,将该算法应用于皮革切割机器人,证明了算法在皮革排样下料问题中的可行性,提高了排样效率和原料利用率。