大型矿用机械正铲式电铲是露天矿山采装系统中将“挖掘”与“装载”功能合并于一体的核心设备,该设备的综合挖掘效率将极大程度影响整个矿山的开采效率。目前,矿用特大型电铲的大部分挖掘工作仍然是由人工操作完成,环境恶劣、性能瓶颈等问题已然成为制约矿山高效开采的重要影响因素。为了解决上述制约矿山挖掘效率的各项问题,且满足露天矿场“高效率、低耗能”开采的迫切需求,须对现有矿用特大型电铲的挖掘作业环节进行智能化研究及改造。本文首先介绍了基于WK-55型电铲1:7缩比设计搭建的实验平台,根据电铲挖掘时主要执行机构的工作特点构建动力学模型,根据电铲挖掘时受到的主要载荷构建动态挖掘阻力模型,以此来计算挖掘过程中的提升与推压力,从而计算挖掘能耗等重要性能指标。基于电铲安装的3D激光雷达在不同位置或角度扫描采集得到的矿场环境点云数据,进行NAN点去除与降采样处理,使用基于FPFH特征的SAC-IA粗配准计算初始变换参数,使用ICP算法对初始值进行迭代优化,将目标点云变换到与源点云相同的坐标系下完成场景重建,对配准融合后的点云数据进行水平误差校准与地面等无用点去除,使用区域生长算法对点云数据进行聚类与分割,获取堆料点云。基于真实堆料点云数据,本文提出了一种基于KD树与KNN算法的堆料点云搜索模型来计算三维空间下的动态挖掘体积。由于T型速度曲线的加速度不连续,带有柔性冲击,本文提出了一种在一定约束条件下的非对称七段式S型速度曲线的轨迹规划方法,以速度曲线除匀速段的各分段时间、加加速段的加加速度与挖掘总时间作为设计变量,以单位挖掘体积下的最小能耗作为目标函数,以电铲实际挖掘时的电机转速、功率、斗杆伸长量等参数建立约束函数,使用遗传算法求解满足约束函数的非线性优化问题。通过仿真实验对点云处理算法进行了验证,实验结果表明该算法程序运行时间基本符合实际需求,对于不同位置或角度采集到的点云数据,该算法具有一定的通用性与有效性。通过仿真实验对轨迹寻优模型进行了验证,实验结果表明该轨迹规划方程建立的正确性,相比于T型速度曲线,该轨迹规划方法在面对不同的料堆倾角进行挖掘时具有一定的自适应调整能力,挖掘过程更连续且平稳,单位挖掘体积下的挖掘能耗更低,可适用于电铲的实际挖掘。通过对比及分析规划与实际挖掘的实验结果可知,电铲实验平台在实际执行挖掘时的控制精度较高,实际与规划力曲线整体趋势基本保持一致,验证了本文动力学建模的准确度,可应用于矿用电铲无人化研究中。