近年来,协作机器人作为新一代的工业机器人被引入生产系统中,与工人一起分担工作。与过去的工业机器人和工人隔离开来工作不同,协作机器人和工人往往可以共享工作任务和空间。这些协作机器人的引入使得人机协作(Human-Robot Collaboration)变得越来越重要,人机协作是生产系统领域中的新兴技术,由工人和协作机器人共同执行任务,综合了手动生产和自动生产的优势,可以提高生产效率和质量并降低成本。协作机器人在工业环境中,特别是装配系统中的部署面临着不少挑战,其中很重要的一项就是装配任务在工人和协作机器人之间的合理分配。尤其是如今产品生命周期不断缩短,制造形式逐渐从大规模生产转向多品种小批量生产,人机协作装配的任务分配就成为了一项重要而频繁的活动。针对工人和协作机器人的特点,我们提出了一种基于复杂性的人机协作装配任务分配的方法。工人和机器人都有其显著的优势,工人的优势在于其认知能力强,在处理复杂的任务时拥有很高的效率,可以迅速适应新的工艺序列;机器人的优势在于强度大、耐力高、速度快、准确性高。装配复杂性由客观(物理)复杂性和主观(认知)复杂性组成,我们在这里将认知负荷高的任务分配给工人,而简单重复、认知负荷低的任务分配给协作机器人。同时,针对分配给工人的装配任务,进行兼顾装配复杂性的负荷平衡,使工人和协作机器人都能得到充分的利用,达到成本的降低和生产效率的提高。本文首先提出了装配复杂性的度量模型,从工艺深度、操作过程、认知过程三个方面对装配任务进行分析,求解每一个装配任务的复杂度;其次,提出了人机协作属性(HRC attribute)这一指标对每一项任务进行衡量,决定该任务是否可以由协作机器人完成;再次,本文对人机协作装配系统成本的计算进行了说明,并以最小化成本为目标确定装配系统中工人和协作机器人的最优数量;然后,本文以时间利用均衡率(TUR)、工人负荷均衡率(HBR)、平均认知过程复杂度(ACC)为约束,以最小化装配系统的平衡滞延时间(BD)为目标对装配任务进行合理分配,保证每个劳动资源的工作时间均衡,每个工人承担任务的装配复杂度均衡,分配给机器人任务的认知负荷低于工人承担任务的认知负荷,达到生产效率的最大化;接着,利用遗传算法对该任务分配的数学模型进行求解,对协作模式和编码方式进行了说明;最后,将本方法应用于Y车桥公司的减速器装配系统,进行了实例验证。本文对如今处于前沿研究热点的人机协作装配的任务分配问题进行了研究,所提出的任务分配的结构化方法兼顾了工人和机器人的优势,可以显著减少人机协作装配系统部署和转化的时间,降低装配系统的成本,对未来智慧工厂中智能制造的实现奠定了基础。