铆接是机械零部件连接的三种方式之一,对装备的整体性能具有重要影响。目前,铆接工艺主要由人工操作铆接机完成,完全自动化铆接作业尚不多见。为提高铆接质量和效率、减少漏铆、重复铆接等缺陷,针对复杂多样的铆接工况,研发智能化、自动化、定制化的铆接机器人系统替代传统人工或大型铆接设备完成铆接任务具有重要的研究意义。本课题以铆接样件的自动化铆接为研究对象,针对铆钉数量多、分布不规则、铆钉与工件一体化、铆孔直径最多比铆钉直径大0.1mm等特殊工况设计相应的机器人末端执行机构,开发基于视觉的铆接控制算法,主要研究内容如下:首先,根据铆接样件铆钉大小、分布情况和铆接要求,设计了铆接机器人末端执行机构,完成了基于视觉的铆接机器人总体方案设计及场景布置。并建立铆接机器人运动学、动力学模型,通过Matlab和ADAMS软件分别对运动学和动力学进行仿真分析,保证机器人在作业空间中正常运动。其次,提出了一种改进的Faster R-CNN目标检测与Hough圆检测相结合的算法,解决了铆钉精确识别和定位困难问题。针对铆钉小、数量多、分布不规则等特性,首先由相机2采集整体图像并采用Hough算法粗略定位,相机1随机器人移动对阵面进行局部采集。针对铆钉识别过程中需要高精度定位和实时检测,在原始的Faster RCNN中引入建议图和判别图,提高了整体网络的检测效率和检测质量。在实验中人为添加墩头、垫片和螺纹孔对铆钉孔形成干扰,使实验鲁棒性更强。最后,通过实验结果对比分析,所提算法对于样件上小铆钉的平均检测准确率达到99.1%。最后,提出了一种分段控制策略,分别设计了相应的滑模控制器和基于力的阻抗滑模控制器,满足了样板铆接对末端执行器位置和铆接力的控制精度要求。受到铆接作业在不同环境下需要不同的控制要求,本文将铆接作业细分为两个阶段:首先建立铆接机械臂位置动力学方程,第一阶段,设计了滑模控制器,通过双曲正切函数代替传统的切换函数来减小系统产生的抖振,实现对笛卡尔空间中位置的有效跟踪。第二阶段,设计了基于力的阻抗模型,并将其加入到第一阶段形成阻抗滑模控制,通过调节阻抗参数来控制末端接触力的大小。最后对所提控制策略通过李雅普诺夫理论证明控制系统的稳定性,通过实验分析,验证了上述控制策略的有效性。