随着智能制造产业的发展,复杂曲面零件的加工逐渐由机器人加工代替了传统的人工作业。但如何改善机器人性能,提高其使用寿命,是目前机器人最优化轨迹规划的热点。课题主要从实验平台、路径规划算法、轨迹优化算法及仿真实验四个方面,展开对机器人复杂曲面能量最优轨迹规划的研究。第一,课题以门把手为研究对象,根据门把手打磨的工艺要求,设计了具有恒定磨抛力的柔性机器人砂带打磨平台及配套设备,并运用D-H法建立了机器人砂带打磨工作站的运动学模型。第二,论述了常见的刀具路径规划方法并分析了其优缺点,总结得出了基于曲率的截面路径规划方法。并根据复杂曲面工件砂带磨抛应用情况,提出了一种基于外部动态TCP(Tool Center Point)的机器人砂带打磨算法。通过计算复杂曲面的高斯曲率、平均曲率等曲面信息,利用砂带柔性仿形特点,根据外部动态TCP算法自动选取符合曲面零件不同区域的TCP点,最后得出复杂曲面的路径规划轨迹。第三,在满足约束条件下,以粒子总耗能最少为目标对粒子群算法进行改进。课题通过以耗能为偏差的正态分布初始化粒子,将在各约束中的轨迹耗能与惯性因子相乘计算耗能,并用惯性因子除以最大值,计算得出了基于归一化的耗能最小的向量,最后生成了能量最优的机器人运动轨迹。第四,仿真及实验。以门把手为实验对象,运用基于归一化的粒子群算法进行轨迹优化仿真实验,得出了良好的实验结果。对比标准粒子群算法耗能,并通过机器人各关节优化后运动参数变化曲线,证明了轨迹优化算法具有良好的平滑性,且减少了机器人能量损耗。