随着城镇化的不断发展,生活垃圾产量日益增多,因垃圾填埋场建设相对简单,且成本低、处理量大,我国生活垃圾的无害化处理以卫生填埋为主。在填埋场建设过程中,受多种因素影响,防渗层会出现不同程度的损伤,由于垃圾渗滤液中含有大量有毒污染物,为防止其渗漏,在填埋场建设初期做好裸膜检测,发现破损并及时修复具有重要意义。本文基于红外探伤理论采用红外巡检机器人代替人工完成巡检,为提高机器人对填埋场的检测效率,对巡检机器人完成全覆盖最优路径规划。首先,根据垃圾填埋场环境概况,采用栅格地图法对填埋场完成环境建模,并对栅格的大小、状态以及栅格间的关系进行明确定义;再以障碍物的分布为依据采用矩形分解法完成对填埋场的区域分解,最终生成若干子区域。其次,基于生成的子区域,分别对模板模型法和生物激励神经网络算法展开研究。针对填埋场子区域概况设计了与环境相匹配的模板模型;又对生物激励神经网络算法进行改进优化,解决机器人在边界区域及障碍物附近出现的路径错判问题,使巡检机器人高效的完成子区域内部检测。再次,对遗传算法的流程算法进行改进优化,完成对各子区域最优遍历顺序的求解,在选择中将锦标赛法和随机遍历选择法相结合,交叉和变异中,引入模糊优化,并结合Sigmoid函数,对交叉概率和变异概率的取值进行自适应调整,以增强算法的收敛速度和全局寻优能力。之后采用A*算法来完成不相邻子区域间的转移路径规划,并在其评价函数中引入方向角,以提高算法搜索速度。最后,给定机器人初始位置,以子区域内部遍历法规划子区域的全覆盖路径,使机器人按遗传算法求解的子区域最优遍历顺序依次完成对各子区域的巡检,当两个子区域不相邻时以改进A*算法来搜索区域间的最优转移路径,最终完成对垃圾填埋场的全覆盖最优路径规划。仿真试验表明,本文构建的全覆盖路径规划算法可行有效。在两种子区域内部遍历法中,相比模板模型法,改进的生物激励神经网络算法生成的全覆盖路径在重复覆盖率上低1.874%,路径长度少13.59个单元,其生成的路径质量更高。同时对文中所改进的算法做了仿真对比,验证了改进算法的有效性。最后进行了试验测试,机器人可高效完成一个区域的全覆盖遍历。