近年来,随着制造业的转型升级与机器人技术的迅速发展,更多的机器人被装备到工业现场。为了保证陶瓷素坯被机器人一次性磨抛成型后的表面质量,需要预先磨抛工件表面离散分布的分模线、涂胶线等加工目标。但在实际生产中,一方面,同型号的陶瓷素坯的磨抛作业存在差异性,主要来源于陶瓷素坯的尺寸一致性差以及在工作台上的定位一致性差,因此通过示教机器人得到的固定磨抛轨迹会导致产品表面质量一致性差;另一方面,不同型号的陶瓷素坯所需的磨抛轨迹不同,然而传统的通过示教机器人获得磨抛轨迹的编程方式效率低下,难以满足磨抛作业的柔性需求。因此,为了提高陶瓷素坯磨抛机器人的自动感知和运动规划能力,有必要对尺寸一致性差的陶瓷素坯工件表面离散分布的不反光加工目标的在线检测和磨抛机器人作业中的自主运动规划开展研究。本文以三维点云对比分析、高精度3D视觉测量系统标定和时间最优运动规划等方面为突破点,重点研究陶瓷素坯磨抛机器人的三维加工目标的检测、加工路径的优化和避碰轨迹的规划,并开展了相关的实验与应用研究。本文主要研究内容归纳为以下几方面:(1)针对磨抛机器人的三维加工目标的自动检测问题,提出了一种新的3D视觉系统,采用集成在机器人第四关节上的3D扫描仪获取点云数据。提出了一种基于最小包围盒分割和子点云简化的点云分割新方法,该方法可以有效地从差异点云中提取到所需的加工路径点。提出了一种包含初标定和精确标定的3D视觉系统标定方法,在精确标定时提出了一种新的3D视觉测量误差补偿模型并结合多点约束法来拟合误差补偿量。实验结果表明精确标定后3D视觉系统的绝对平均误差为0.154mm。(2)多个离散非连通加工目标分布在工件外表面时,面向磨抛机器人的任务级加工路径的自动规划需求,提出了一种磨抛机器人任务级时间最优加工路径(Time Optima1 Processing Path,TOPP)的规划框架。考虑到实际机器人运动和磨抛工艺要求,在整个磨抛过程中,磨抛工具在加工行程和非加工行程的运动速度是不同的,因此任务级TOPP的本质是搜索出加权总长度最短的闭环加工路径。为了快速求得任务级TOPP中的加工路径点的数量较大时的近似全局最优解,提出了一种基于并行子链交互(Parallel Sub-chain Interaction,PSI)的改进并行模拟退火(Simulated Annealing,SA)算法,该算法能实时更新当前的近似全局最优解。对比实验表明,本文算法能够快速地搜索到质量较好的近似全局最优解。(3)多个离散非连通加工目标分布在工件内表面时,面向磨抛机器人的任务级避碰轨迹的自动规划需求,提出了一种磨抛机器人任务级时间最优避碰轨迹(Time Optimal Collision Avoidance Trajectory,TOCAT)的规划框架。考虑到实际机器人运动和磨抛工艺要求。在整个磨抛过程中加工行程的时间是不变的,因此任务级TOCAT的本质是搜索当非加工行程的多段避碰轨迹持续时间之和最短时的轨迹排序。构建了时间最优避碰轨迹规划问题的数学模型,提出了一种基于轨迹评价机制的时间最优避碰轨迹规划方法,并描述了评价避碰轨迹质量的函数。为了给任务级TOCAT规划问题求得更好的近似全局最优解,提出了一种组合随机摄动方法(Combined StochasticPerturbationMethod,CSPM)产生新解的改进 SA 算法。对比实验表明,本文算法能够搜索到质量更好的近似全局最优解。(4)搭建了磨抛机器人的3D视觉检测、任务级加工路径规划和任务级避碰轨迹规划的软硬件平台。实验结果表明:所提出的3D视觉系统能够有效地检测到加工信息,其重复测量的绝对平均误差为0.028mm、复合检测误差为0.25mm。所提出的任务级TOPP的规划框架能够为磨抛机器人规划出任务级时间最优的加工路径。其加速比随着加工路径点数量的逐步增加呈现近似线性增大,得到的任务级TOPP的长度接近近似全局最优值。所提出的任务级TOCAT的规划框架能够为磨抛机器人规划出任务级时间最优避碰轨迹,对任务级避碰轨迹的持续时间的优化幅度为63.33%。